Публикации по теме 'unsupervised-learning'
Неконтролируемое обучение | Методы машинного обучения
Часть 2 | Отправка вашей модели на поиски разгадки тайны ваших данных
В моей последней статье (которую вы можете найти здесь ) мы обсуждали обучение с учителем и то, как оно тренируется на связанных входных и выходных значениях. Он узнает, какой тип входных значений соответствует какому типу выходных значений, чтобы, получив значение X в качестве входных данных, он мог предсказать, что будет на выходе. Мы также коснулись того, как обучение с учителем лучше всего использовать для..
Алгоритм кластеризации K-средних
Обучение без присмотра
До сих пор я говорил об алгоритмах обучения с учителем (в частности, о бинарной классификации и регрессии). Сегодня я хотел бы поговорить о другом важном алгоритме базового машинного обучения, который работает совершенно по-другому, используя обучение без учителя.
Как я объяснял в других постах, обучение с учителем — это процесс обучения маркировке новых примеров на основе предварительного обучения на тщательно размеченных и классифицированных данных. При..
Создайте отчет о сегментации клиентов для Arvato Financial Solutions
1 Введение
Обзор проекта
В этом проекте я работаю с реальными данными, предоставленными нам партнерами Bertelsmann AZ Direct и Arvato Finance Solution. Приведенные здесь данные относятся к компании, занимающейся продажами по почте в Германии. В процессе этого анализа мы обсудим основной бизнес-вопрос ниже на основе всех демографических данных населения Германии и клиентов компании, занимающейся доставкой по почте.
Какие группы населения Германии могут быть представлены..
Машинное обучение: День 2 — Введение в машинное обучение, контролируемое и неконтролируемое обучение, обучение с подкреплением
ВВЕДЕНИЕ
Привет! Меня зовут Усман Хатри, и добро пожаловать в мой ежедневный блог о моем обучении машинному обучению!
Сегодня я посмотрел самую первую лекцию курса машинного обучения, предложенного Стэнфордским университетом ( CS229 ), который настоятельно рекомендуется для начала обучения машинному обучению. Давайте обсудим, чему я научился сегодня и как вы можете начать собственное обучение.
ПРИМЕЧАНИЯ И РЕСУРСЫ
Я наткнулся на удивительный лист Google Docs, который охватывает..
Как это работает: кластеризация K-средних
Обзор
K-Means Clustering — простой, но мощный алгоритм в науке о данных. Существует множество реальных приложений кластеризации K-средних (некоторые из которых мы рассмотрим здесь). Это подробное руководство познакомит вас с миром кластеризации и кластеризации K-средних, а также с реализацией на Python для реального набора данных.
Введение: что такое кластеризация?
«Кластеризация помогает нам понять наши данные уникальным способом — группируя вещи в — как вы уже догадались —..
Давайте понятно объясним: K-Means
В этой серии я собираюсь объяснить наиболее распространенные алгоритмы машинного обучения, начиная с основ и заканчивая гораздо более сложными.
Это вторая часть этой серии, и если вы не читали предыдущую о модели KNN, которая очень похожа на эту, нажмите здесь, чтобы ознакомиться с ней :
Давайте понятно объясним: KNN В этой серии я собираюсь объяснить наиболее распространенные алгоритмы машинного обучения, начиная с основ и заканчивая… средним уровнем. ком..
Кластеризация кредитных карт
Автоматическая кластеризация с AuDaS
Проблема номер один, с которой сталкиваются маркетологи, - это понять, кому они продают. Когда вы знаете, как выглядят ваши покупатели, вы можете адаптировать таргетинг и предложения, чтобы повысить их удовлетворенность и, как следствие, свой доход. Когда у вас уже есть группа клиентов и достаточно данных о них, может быть очень полезно их сегментировать. В этой статье мы увидим, как мы можем использовать кластеризацию для сегментации некоторых..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
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..