Публикации по теме 'unsupervised-learning'
Использование машинного обучения для поиска следующего центра выполнения заказов Amazon
Наука о данных в реальном мире
Использование машинного обучения для поиска следующего центра выполнения заказов Amazon
Гипотеза: Бразилия. Но где именно?
Где Amazon должна построить свой следующий центр выполнения заказов? Мы можем использовать машинное обучение, чтобы ответить на этот вопрос.
Во-первых, давайте определим бизнес-кейс:
Одной из основных целей центра выполнения заказов является реализация основного ценностного предложения Amazon: быстрой доставки. Это..
Понимание условно-вариационных автоэнкодеров
Понимание условно-вариационных автоэнкодеров
(Пересмотренную версию этого блога можно найти здесь )
Вариационный автоэнкодер или VAE - это направленная графическая генеративная модель, которая дала отличные результаты и является одним из самых современных подходов к генеративному моделированию. Предполагается, что данные генерируются каким-то случайным процессом с участием ненаблюдаемой непрерывной случайной величины z. предполагается, что z генерируется из некоторого..
Использование условных глубоких сверточных GAN для создания пользовательских лиц из текстовых описаний
Код этого проекта можно найти по адресу: https://github.com/evanhu1/pytorch-CelebA-faCeGAN
GAN (генерирующие состязательные сети) представляют собой подмножество моделей обучения без учителя, которые используют две сети наряду с состязательным обучением для вывода «новых» данных, которые напоминают входные данные. Более конкретно, GAN обычно включают «генеративную модель G, которая фиксирует распределение данных, и дискриминативную модель D, которая оценивает вероятность того, что..
Сила и вызовы синтетических данных — 3 принципа
Если данные — это новая нефть , то что делать, если у вашей компании их нет?
Вы можете купить, т.е. заплатить за повторяющийся или разовый доступ.
Вы могли бы поискать, т.е. найти базы данных с открытым исходным кодом.
Или вы могли бы на самом деле построить, т.е. произвести синтетические данные.
Ниже приведены три основных принципа, о которых следует помнить.
1) Обеспечение репрезентативности
Существует два ключевых метода создания синтетических данных: случайным образом..
Сегментация посетителей с использованием кластеризации K-средних
Сегментация клиентов или кластеризация полезны по-разному. Его можно использовать для целевого маркетинга. Иногда при построении прогнозной модели более эффективно кластеризовать данные и строить отдельную прогнозную модель для каждого кластера. В этой статье я объясню, как я сделал это для создания кластеров с использованием модели k-средних, развернутой с помощью Flask.
Алгоритм K-средних
AndreyBu , который имеет более 5 лет опыта в машинном обучении и в настоящее время обучает..
Обучение с учителем и без учителя
Всем привет .. Это моя первая история .. Сегодня мы поговорим о контролируемом и неконтролируемом обучении в машинном обучении.
Прежде чем мы начнем, я хочу поговорить о том, что такое машинное обучение. Согласно IBM, Машинное обучение - это ветвь« искусственного интеллекта (ИИ) и информатики, которая фокусируется на использовании данных и алгоритмов для имитации способа обучения людей, постепенно повышая его точность». но, по-моему, машинное обучение основано на предсказаниях, которые..
Руководство по неконтролируемому машинному обучению
Эффективное использование информации является одним из основных требований для любого вида коммерческой деятельности. В какой-то момент объем производимых данных выходит за рамки простых возможностей обработки. Вот где машинное обучение срабатывает.
Однако, прежде чем что-либо из этого может произойти, информацию необходимо изучить и осмыслить. Вот для чего в двух словах предназначено неконтролируемое машинное обучение.
В этой статье мы объясним, что такое неконтролируемое машинное..
