Публикации по теме 'unsupervised-learning'
Используйте метод локтя, чтобы определить, сколько кластеров требуется для неконтролируемого обучения.
В Kaggle очень мало соревнований, связанных с кластеризацией, поэтому всякий раз, когда они возникают, я хватаюсь за возможность делать прогнозы по кластерам.
Кластеризация — это метод машинного обучения, используемый для группировки похожих точек данных вместе на основе присущих им характеристик или сходств. Это неконтролируемый метод обучения, то есть…
DBSCAN легко объясняется
Введение
Кластерный анализ — это неконтролируемый метод машинного обучения, который группирует точки данных в несколько групп, называемых кластерами, так что точки данных в одних и тех же кластерах очень похожи друг на друга, а точки данных в разных кластерах отличаются друг от друга.
Двумя наиболее популярными алгоритмами кластеризации являются «k означает кластеризацию» и «иерархическую кластеризацию». Возможно, в этой статье мы будем обсуждать другой тип алгоритма кластеризации...
Классификация ресторанных кухонь с субъективными ярлыками
«Чендол из Сингапура или Малайзии?» (Ответ: сингапурский в Сингапуре, малазийский в Малайзии)
Многие сингапурцы и малайзийцы помнят великие дебаты о еде в 2018 году, когда CNN объявила 50 лучших десертов мира с участием Cendol, Singapore . В том же году план Сингапура подать заявку на признание ЮНЕСКО своей культуры лоточников вызвал сопротивление со стороны малазийцев, которые считали, что вместо этого следует признать их культуру лоточников (где подают аналогичные блюда).
Этот..
Все модели машинного обучения объясняются за 5 минут !!!
Краткое введение во все модели ML
В моей последней статье я объяснил методы кластеризации и их работу. Сегодня мы увидим все модели машинного обучения, которые должен знать каждый специалист по данным.
Модели машинного обучения делятся на два типа: модели с учителем и модели без учителя. Контролируемые модели — это те, чьи целевые переменные определены, тогда как неконтролируемые — это модели без меток или целевых переменных. Теперь мы подробно узнаем об этих моделях.
1...
Машинное обучение 101: введение
Машинное обучение — одна из самых интригующих и многообещающих областей информатики на данный момент. Это изменило наш подход к анализу данных, позволив нам принимать более эффективные решения, автоматизировать процессы и даже разрабатывать новые продукты и услуги. Поскольку объем данных, генерируемых предприятиями, растет экспоненциально, растет и спрос на навыки машинного обучения.
Но что такое машинное обучение и как оно работает?
Машинное обучение — это область искусственного..
Обучение без учителя - K-средства и иерархическая кластеризация
Набор данных цветов ириса - это небольшой набор данных, содержащий всего 150 строк (по 50 строк для каждого из 3 типов цветов ириса: сетоса, разноцветный и вирджинский). Виды определяются по 4 характеристикам: ширина чашелистика , длина чашелистика , ширина лепестка и длина лепестка .
Анализ данных и разработка функций
Длина и ширина чашелистиков имеют несколько нормальное распределение, но длина и ширина лепестков не соответствуют гауссовскому распределению. Итак,..
Машинное обучение для начинающих!
Машинное обучение было определено в 90-х годах Артуром Сэмюэлем : « Это область исследования, которая дает компьютеру возможность самостоятельно учиться без явного программирования ».
Машинное обучение — это подраздел искусственного интеллекта.
Машинное обучение фокусируется на разработке компьютерных программ, которые могут получать доступ к данным и которые могут обучаться, чтобы расти и изменяться в ответ на новые входные данные. Машинное обучение изучает алгоритмы..