Uczenie maszynowe dla biznesu
Karolis Urbonas
Head of Machine Learning & Science, Amazon
Modele nienadzorowane
Klasteryzacja – grupowanie obserwacji w podobne grupy lub klastry (np. segmentacja klientów lub rynku)
Wykrywanie anomalii – identyfikowanie obserwacji odbiegających od „regularnego wzorca" i wykorzystanie ich jako danych wejściowych w uczeniu nadzorowanym lub jako wskazówek biznesowych
Silniki rekomendacji – np. rekomendowanie produktów lub usług klientom na podstawie ich podobieństwa do innych klientów, np. rekomendacje filmów na Netfliksie
Uczenie maszynowe dla biznesu