Публикации по теме 'unsupervised-learning'


Небольшое интервью с PCA
Я: Итак, мисс PCA, расскажите, пожалуйста, о себе, чем вы зарабатываете на жизнь? PCA: Ну, я специалист по уменьшению размерности данных. Люди нанимают меня для проецирования высокоразмерных данных на низкоразмерное подпространство. Я: Хорошо! Итак, каковы ваши руководящие принципы, как вы осуществляете эту трансформацию? PCA: проецируя исходные данные на подпространство более низкого измерения, я стараюсь сохранить как можно больше различий в данных. Более того, я всегда..
Неконтролируемое обучение
Здравствуйте, я дам вам информацию о неконтролируемом обучении :) Самый короткий и общий ответ на то, что такое обучение без учителя, можно сказать, что обучение без учителя — это тип обучения без зависимой переменной, и мы применяем этот тип обучения к связанным наборам данных. Независимые переменные не могут быть связаны ни с одной зависимой переменной. Наша главная цель — сосредоточиться на определенных сегментах наблюдения в наборе данных. Мы сгруппируем их в соответствии с..
Повышение уровня вендинговой игры: увеличение доходов за счет машинного обучения и оптимизации
Привет братвам и сестричкам! Прошло много времени с тех пор, как я в последний раз писал на Medium. Мои оправдания? В последнее время я работаю над некоторыми другими интересными инициативами. Однако мое отсутствие длилось недолго. Теперь я снова здесь — после того, как так долго жаждал чувства выполненного долга, возникающего в результате решения проблем, использования моих знаний и навыков для создания ценности. Есть интересные идеи? Ударь меня ;) Несколько месяцев назад я..
Разработка алгоритма градиентного спуска для модели регрессии
При обучении с учителем алгоритм обучается с использованием функции, называемой функцией потерь, функцией стоимости или функцией ошибки, которая является функцией прогнозируемого результата и желаемого результата. Если h(xi) — прогнозируемый результат, а yi — желаемый результат, функция потерь равна где n — общее количество записей, для которых делаются прогнозы. Определенная функция представляет собой среднеквадратичную ошибку (MSE). MSE — это функция потерь для регрессионной..
Понимание DBSCAN и реализация с помощью Python
ОБУЧЕНИЕ БЕЗ КОНТРОЛЯ Понимание DBSCAN и реализация с помощью Python В этом посте я кратко расскажу об идеях DBSCAN и его реализации в Python. DBSCAN расшифровывается как Пространственная кластеризация приложений с шумом на основе плотности , которая представляет собой неконтролируемый алгоритм обучения. DBSCAN является одним из наиболее широко используемых методов кластеризации, потому что кластеры, найденные с помощью DBSCAN, могут иметь любую форму, что позволяет работать с..
Математические предпосылки для понимания автоэнкодеров и вариационных автоэнкодеров (VAE)
Несколько дней назад мой брат заходит в мою комнату и видит, как я пишу код и изучаю учебник по математике, и с озадаченным выражением он спрашивает: изучаете ли вы сейчас математику или строите модели искусственного интеллекта, что? Я с улыбкой отвечаю и говорю: AI - это математика !! Ну, не совсем математика как таковая, но для того, чтобы быть действительно обоснованным, нужно очень хорошо разбираться в математических основах, поскольку ИИ - это не только обучение моделей ConvNets..
Использование случайных лесов, чтобы объяснить, почему игроки MLB попадают в Зал…
Как можно использовать локальные оценки важности для получения общей важности переменных по классам, чтобы понять, почему. Введение Прошлой осенью я написал статью под названием: Rfviz: интерактивный пакет визуализации для интерпретации случайных лесов в R . Эта статья представляет собой руководство по инструменту визуализации в R. Я хотел дать возможность не использовать инструмент визуализации для получения результатов того же типа. Итак, эта статья представляет собой пример..