Итог всего курса. Курс затрагивает основы машинного обучения и является отличной отправной точкой для начинающих, желающих погрузиться в мир машинного обучения. Как новичок, не имеющий практического опыта в машинном обучении, я нашел курс хорошо объясненным и разумным. Курс начинается с контролируемого обучения. Обучение с учителем — это, по сути, способ создания уравнения на основе реальных данных и результатов. Как только это уравнение будет создано, мы можем предоставить новые..

Кластеризация считается наиболее важным методом обучения без учителя. В этом блоге мы попытаемся понять некоторые основы кластеризации в машинном обучении. Прежде чем мы начнем о кластеризации, давайте сначала разберемся, что такое кластер. Кластер - это набор объектов данных, которые похожи друг на друга в одной группе (классе или категории) и отличаются от объектов в других кластерах. Кластеризация - это метод обучения без учителя, в котором есть предопределенные классы и..

За прошедшие годы было разработано несколько типов алгоритмов кластеризации. Эти алгоритмы обычно делятся на 4 подкатегории (алгоритмы разделения, иерархические алгоритмы, алгоритмы плотности и алгоритмы на основе моделей). Алгоритмы разделения - это наиболее часто используемые алгоритмы, поскольку они просты и интуитивно понятны. Алгоритмы секционирования разделяют данные на несколько секций и оценивают их по некоторому критерию. Для сравнения, алгоритмы на основе моделей предполагают..

В течение последних 10 месяцев в Harness мы анализировали события журналов приложений, чтобы помочь клиентам обнаруживать аномалии и проверять свои производственные развертывания. Для этого наши алгоритмы основаны на текстовом сходстве и частоте появления. Harness имеет встроенную интеграцию с популярными инструментами агрегации журналов, такими как Splunk, ELK, Sumologic и т. д. Наши алгоритмы представляют собой форму неконтролируемого машинного обучения, и мы используем обычные..