Публикации по теме 'clustering'


Иерархическая кластеризация: объясните мне, как будто мне 10 лет
Это третья часть серии Объяснение алгоритмов машинного обучения 10-летней давности . Если вы читали два предыдущих о регрессии XGBoost и кластеризации K-средних , то вы знаете, как это сделать. У нас есть пугающе звучащий алгоритм, так что давайте избавим его от пугающих частей и поймем простую интуицию, стоящую за ним. В том же духе, что и K-Means Clustering, сегодня мы поговорим о другом популярном алгоритме кластеризации — Hierarchical Clustering. Допустим, магазин одежды собрал..
Концепции машинного обучения: кластеризация K-средних.
“Все, что может предложить цивилизация, является продуктом человеческого разума; мы не можем предсказать, чего мы можем достичь, когда этот интеллект будет усилен инструментами, которые может предоставить ИИ, но искоренение войн, болезней и бедности будет первым в списке любого. Успех в создании ИИ станет крупнейшим событием в истории человечества. К сожалению, он может оказаться и последним». ~Стивен Хокинг Люди, как правило, склонны объединять повседневные элементы в..
Кластеризация моделирования человеческих ресурсов (HR) с помощью Python
Что такое человеческие ресурсы (HR)? По данным этой сети Отдел кадров (HR) – это подразделение компании, которое занимается поиском, подбором, проверкой и обучением кандидатов на работу. Что такое кластеризация? По мнению гиков , Кластеризация  — это задача разделения совокупности или точек данных на ряд групп таким образом, чтобы точки данных в одних и тех же группах были более похожи на другие точки данных в той же группе и отличались от других. точки данных в других..
Выбор динамического порога с использованием мягкой кластеризации
Кластеризация — это неконтролируемый алгоритм машинного обучения. Неконтролируемое машинное обучение — это подобласть машинного обучения, которая поможет определить скрытые закономерности в наших данных. Кластеризация — это создание кластеров, содержащих данные аналогичного типа. Подобный тип данных означает данные, которые следуют схожим шаблонам. Наша главная цель — определить все скрытые похожие типы паттернов. Существуют различные типы методов кластеризации, такие как Жесткая..
«Методы обучения без учителя: кластеризация и уменьшение размерности»
Методы обучения без учителя: кластеризация и уменьшение размерности Обучение без учителя  – это направление машинного обучения, которое занимается поиском шаблонов и структур в данных без необходимости использования помеченных примеров или предопределенных результатов. Кластеризация и уменьшение размерности — два важных метода обучения без учителя, которые играют важную роль в анализе данных, визуализации и распознавании образов. В этой статье мы подробно рассмотрим эти методы и поймем..
Подход бережной сегментации клиентов для отраслей почтовой доставки
Arvato Financial Solutions Вступление В этом проекте мы применяем методы обучения без учителя, чтобы идентифицировать сегменты населения, которые представляют собой основную клиентскую базу для компании по продаже товаров по почте в Германии. Мы также применяем методы контролируемого обучения на разделенных и маркированных данных, чтобы определить и предсказать, является ли выборка из совокупности покупателем или нет. Реальные данные предоставляются Bertelsmann Arvato Analytics,..
DBSCAN —  Подход к кластеризации на основе плотности
Теоретический обзор и практическая реализация Что такое ДБСКАН? DBSCAN — это алгоритм обучения без учителя, который расшифровывается как пространственная кластеризация приложений с шумом на основе плотности. Этот метод является одним из наиболее распространенных алгоритмов кластеризации, который работает на основе плотности объекта. DBSCAN работает на идее, что если конкретная точка принадлежит кластеру, она должна быть рядом со многими другими точками в этом кластере. Этот..