Публикации по теме 'unsupervised-learning'


«Лес изоляции»: алгоритм обнаружения аномалий, который должен знать любой специалист по данным
Обнаружение аномалий с помощью великолепного неконтролируемого алгоритма (доступно также в Scikit-learn) Isolation Forest - блестящий алгоритм обнаружения аномалий, родившийся в 2009 году ( вот оригинальная статья). С тех пор он стал очень популярным: он также реализован в Scikit-learn (см. Документацию ). В этой статье мы оценим красоту интуиции, лежащую в основе этого алгоритма, и поймем, как именно он работает под капотом, с помощью некоторых примеров. «Почему так сложно..
Машинное обучение для бабушек и дедушек
«Машинное обучение — это наука о том, как заставить компьютеры учиться и действовать так же, как люди, и со временем улучшать свое обучение в автономном режиме, передавая им данные и информацию в виде наблюдений и реальных взаимодействий. [1] ” Это можно сравнить с тем, как человек учится, например, тому, как покупать фрукты и овощи, просто видя, как вы это делаете, нет формулы или уникального способа определить, какие из них это лучший вариант, он зависит от многих переменных,..
Настройка с помощью HDBSCAN
Кластеризация - очень сложная проблема, потому что никогда не бывает по-настоящему «правильного» ответа, когда ярлыки не существуют. Это усугубляется методами с различными допущениями. Если методика выполняется неправильно, нарушая предположение, это приводит к неверным (абсолютно неправильным) результатам. В этом сообщении мы немного рассмотрим, почему кластеризация усложняется, а затем подробно рассмотрим, как правильно настраивать кластеры на основе плотности в HDBSCAN ,..
Узнайте больше о машинном обучении
Узнайте больше о машинном обучении Это краткое введение в машинное обучение. Для тех, кто хочет изучать машинное обучение, но не знает, что они будут изучать, я пишу здесь основные заголовки с кратким объяснением, основанным на том, что я узнал из Курса машинного обучения Coursera , проводимого под руководством г-на Эндрю Нг Что такое машинное обучение «Дайте компьютерам возможность учиться без явного программирования», - Артур Самуэль Мы можем определить машинное..
Соседство Кластеризация-Хьюстон
Если кто-то хочет открыть ресторан, где бы вы порекомендовали его открыть? Введение: Город Хьюстон является самым густонаселенным городом в Соединенных Штатах и ​​​​фактически это 4-й по величине город в Соединенных Штатах. Он наиболее разнообразен, так как здесь проживает много людей из разных стран. Он предлагает много возможностей для бизнеса для новых пчел, поэтому является конкурентоспособным. Тщательное рассмотрение анализа для расширения бизнеса настолько важно, что оно..
Отличные приложения для обучения с подкреплением
Давайте сравним различные типы алгоритмов машинного обучения и их приложения на конкретном примере с мышью в простом лабиринте. Если вы еще не прочитали учебник по обучению с подкреплением, вернитесь и сначала прочтите его здесь . Эта статья познакомит вас с ключевыми концепциями обучения с подкреплением. Тогда вы будете готовы полностью сравнить разные типы машинного обучения. Сравнение обучения с подкреплением с другими типами алгоритмов машинного обучения Возможно, вы..
ML в двух словах
Контролируемое обучение Классификация - дискретный выход Регрессия - непрерывный вывод Контролируемое обучение в основном говорит машине, как что-то делать, предоставляя примеры того, как что-то делать. В каком-то смысле это просто аппроксимация функций. Вы можете думать об этом как о сопоставлении ввода и вывода. Важные идеи, которые стоит отметить / изучить: схемы принятия решений, наивный байесовский метод, ближайший сосед, SVM, нейронные сети, ускорение / пакетирование...