Speciální témata ve strojovém učení

Data Science pro byznys

Ramnath Vaidyanathan

VP of Product Research, DataCamp

Předpověď časových řad

časová řada

  • Čas jako příznak
  • Zachycuje týdenní, měsíční nebo roční trendy
Data Science pro byznys

Sezónnost

  • Týdenní: Nižší sledovanost televize v pátek
  • Měsíční: Vyšší výdaje ke konci výplatního období
  • Roční: Méně zmrzliny v zimě

icecream.jpeg

Data Science pro byznys

Zpracování přirozeného jazyka

  • Datová sada je textová
    • Recenze zákazníků
    • Tweety
    • Zdravotní záznamy
    • Předměty e-mailů
  • Možné využití
    • Klasifikace sentimentu
    • Shlukování zdravotních záznamů

recenze zákazníků

Data Science pro byznys

Počty slov

Věta Texans Giants football great
The Texans are a great football team. 1 0 1 1
The Giants are a great football team. 0 1 1 1
Data Science pro byznys

Problémy s počty slov: negace

Věta Texans Giants football great not
The Giants are a great football team. 0 1 1 1 0
The Giants are not a great football team. 0 1 1 1 1
Data Science pro byznys

Počty slov a synonyma

  • Počty slov nezohledňují synonyma
  • Příklad: "blue"
    • "sky-blue"
    • "aqua"
    • "cerulean"
  • Cíl: sloučit do jediného příznaku

modrá

Data Science pro byznys

Slovní embeddingy

  • Vytvoření příznaků skupinujících podobná slova
  • Příznaky mají matematický význam:
king - man + woman = queen
Data Science pro byznys

Shrnutí

  • Předpověď časových řad
    • Čas jako příznak
    • Sezónnost
  • Zpracování přirozeného jazyka (NLP)
    • Text jako vstupní data
    • Počty slov
    • Slovní embeddingy
Data Science pro byznys

Pojďme procvičovat!

Data Science pro byznys

Preparing Video For Download...