APN PROMISE Praktické učení jazyků bez dozoru

Jak vytvořit použitelná řešení strojového učení z neoznačených dat.

Mnoho odborníků v oboru považuje učení bez dozoru za další hranici umělé inteligence a může být klíčem k plné umělé inteligenci.

Vzhledem k tomu, že většina světových dat není označena, nelze na ně použít konvenční učení pod dohledem.

Na druhou stranu, učení bez dozoru lze použít na neoznačené datové sady, aby se objevily významné vzorce skryté hluboko v datech, které je téměř nemožné objevit lidi.

Autor Ankur Patel vám ukáže, jak používat učení bez dozoru pomocí dvou jednoduchých rámců Pythonu: Scikit-learn a TensorFlow (s Keras).

S zahrnutím kódu a praktických příkladů budou datoví analytici schopni identifikovat těžko dohledatelné vzorce v datech a objevit hluboké obchodní vztahy, detekovat anomálie, provádět automatický výběr proměnných a generovat syntetické datové sady.

Vše, co potřebujete, je znalosti programování a určité zkušenosti se strojovým učením k: Porovnání silných a slabých stránek různých přístupů strojového učení: učení pod dohledem, učení bez dozoru a posílené učení.

Příprava a správa projektů strojového učení.

Budování systém detekce anomálií pro odhalování podvodů s kreditními kartami.

Rozdělení uživatelů do samostatných a homogenních skupin.

Provádění částečně řízeného učení.

Vývoj systémů video doporučení pomocí omezené Boltzmannovy automaty.

Generování syntetických obrázků pomocí sítí pro generování protivníků.

Výzkumníci, inženýři a studenti ocení tuto knihu plnou praktických technik učení bez dozoru, napsanou v jednoduchém jazyce s nekomplikovanými příklady Pythonu , které lze implementovat rychle a efektivně.

Sarah NagyPrincipal Data Scientist ve společnosti EdisonAnkur A.

Patel je viceprezidentem IT analytiky ve společnosti 7Park Data, za kterou stojí investiční společnost Vista Equity Partners.

V 7Park Data využívá Ankur a jeho tým datových věd alternativní data k vývoji datových produktů pro hedgeové fondy a korporace a k vývoji služeb strojového učení pro podnikové klienty.

Binding : Měkké
Obor: Počítačová věda
Autor: Kolektivní dílo
Rok vydání: 2020