Публикации по теме 'unsupervised-learning'


Еще одна кривая, которую мы хотим сгладить: кластеризация в машинном обучении.
Неконтролируемое обучение уникально тем, что оно имеет большой объем входных данных без предвзятого и желаемого результата. Один из методов неконтролируемого обучения известен как кластеризация; помещение одинаковых входных данных в уникальные блоки данных, которые мы называем группами, является типом неконтролируемого обучения. Это помогает нам понять наши данные и придать им значение, которое может быть полезным. Нам нужно будет описать, что такое определение подобие , и..
Анализ годовых расходов на продукты с использованием DBSCAN
Вы когда-нибудь сталкивались с набором данных, в котором различные алгоритмы кластеризации не обеспечивают удовлетворительной сегментации кластера, и вы потратили часы только на то, чтобы зайти в тупик? Не волнуйся больше, амиго! DBSCAN здесь, чтобы спасти положение. В этой статье я буду сегментировать размер расходов на продукты в разных регионах с помощью DBSCAN. DBSCAN означает пространственную кластеризацию приложений с шумом на основе плотности. Справедливости ради, это слишком..
БАЗОВЫЙ ОБЗОР МАШИННОГО ОБУЧЕНИЯ
ЧТО ТАКОЕ МАШИННОЕ ОБУЧЕНИЕ? Как следует из названия, машина «обучается» итеративно, получает представление о самих данных, а не о типичных компьютерных программах, где пользователь должен указать компьютеру, какую задачу необходимо выполнить. ВВЕДЕНИЕ В АЛГОРИТМЫ МАШИННОГО ОБУЧЕНИЯ ОБУЧЕНИЕ С КОНТРОЛЕМ Машина контролируется, чтобы учиться с помощью меток. Затем он прогнозирует метки на основе некоторых предоставленных ему функций. Это может быть далее разбито на типы в..
Алгоритмы машинного обучения ..
Здравствуйте… Я хочу поделиться некоторыми мыслями о различных типах алгоритмов машинного обучения, которые используются в интеллектуальных системах. Итак, что такое алгоритмы машинного обучения? Это математические модели, которые учат компьютеры учиться на данных и делать прогнозы без явных указаний, что делать. Они похожи на волшебные формулы, которые помогают нам находить закономерности и принимать разумные решения на основе данных. 📊💡 Давайте подробнее рассмотрим некоторые из..
Введение в кластеризацию K-средних
Кластеризация K-средних — один из самых популярных алгоритмов обучения без учителя, используемых для группировки похожих точек данных вместе. Это простой и эффективный алгоритм, который широко используется в интеллектуальном анализе данных, обработке изображений и многих других приложениях. В этом блоге мы обсудим, что такое кластеризация k-средних, как она работает, ее преимущества и ограничения, пример кода и некоторые приложения. Что такое кластеризация k-средних? Кластеризация..
Как использовать методы случайной проекции для классификации текста
Методы уменьшения размера для классификации текста Введение Классификация текста — это фундаментальная задача обработки естественного языка (NLP), которая включает в себя категоризацию данного текстового документа в один или несколько предопределенных классов на основе его содержимого. Автоматическая классификация текста имеет решающее значение для различных приложений, таких как анализ настроений, обнаружение спама и моделирование тем. Одной из ключевых проблем при классификации..
Визуализация данных с использованием кластеризации K-средних Неконтролируемое машинное обучение
Алгоритм K-средних обычно является наиболее известным и используемым методом кластеризации. Кластеризация — полезный инструмент в науке о данных. Это метод поиска структуры кластера в наборе данных, который характеризуется наибольшим сходством внутри одного кластера и наибольшим различием между разными кластерами. Иерархическая кластеризация была самым ранним методом кластеризации, используемым биологами и социологами, тогда как кластерный анализ стал ветвью статистического многомерного..