Публикации по теме 'clustering-algorithm'
5 основных алгоритмов машинного обучения для бизнес-приложений
Компании, от гигантов рынка, таких как Amazon и Netflix, до небольшого розничного магазина где-то в центре Огайо, стремятся расти и повышать свою эффективность. Одним из способов достижения этого является включение ИИ и машинного обучения в операционную деятельность. Но из-за разнообразия ML сложно выбрать правильный метод и четко понимать, какую пользу он может принести. Итак, в этой статье мы рассмотрим основные алгоритмы машинного обучения, объясним их бизнес-применение и выделим..
Анализ приложений Google Play Store в R
Как разработчики приложений могут сделать свои продукты более популярными в Google Play Store?
Имея более двух миллионов доступных приложений, разработка приложений, которые выделяются среди конкурентов, представляет собой огромную проблему для разработчиков приложений. Поэтому разработчикам необходимо выделиться на этом перенасыщенном рынке. Разработчикам приложений необходимо будет определить важные факторы, влияющие на решения клиентов, чтобы достичь цели: увеличить количество..
K-Means: значение кластеризации
K-means — это универсальная модель, которая может служить как исследовательским, так и объяснительным целям.
Исследование данных — важный шаг в построении эффективной модели. Данные рассказывают историю. В отличие от хорошей книги, чтобы понять историю данных, нам нужно пройти очень важный шаг: исследование данных.
K-средние — это универсальная модель, которая может служить как исследовательским, так и объяснительным целям. Первоначально его можно использовать, чтобы получить..
Неделя № 6 в машинном обучении
Неконтролируемое машинное обучение
В неконтролируемом машинном обучении данные не помечены, поэтому система пытается учиться на данных без зависимости от меток. Система пытается идентифицировать закономерности в данных и присваивать им метки на основе того, как связаны атрибуты.
Большая часть доступных данных не размечена. Маркировка этих данных является дорогостоящей, утомительной и затратной с точки зрения времени.
Алгоритмы неконтролируемого обучения извлекают..
Новые материалы
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..