Szczególne zagadnienia w uczeniu maszynowym

Data Science dla biznesu

Ramnath Vaidyanathan

VP of Product Research, DataCamp

Prognozowanie szeregów czasowych

• Czas jako cecha
• Uwzględnia trendy tygodniowe, miesięczne i roczne

Sezonowość

• Tygodniowa: Niższa oglądalność TV w piątki
• Miesięczna: Wyższe wydatki pod koniec okresu rozliczeniowego
• Roczna: Mniej lodów zimą

Przetwarzanie języka naturalnego

• Dane w postaci tekstu
  • Recenzje klientów
  • Tweety
  • Dokumentacja medyczna
  • Tematy e-maili
• Możliwe zastosowania
  • Klasyfikacja sentymentu
  • Grupowanie dokumentacji medycznej

Liczenie słów

Zdanie	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

Problemy z liczeniem słów: negacja

Zdanie	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

Liczenie słów a synonimy

• Liczenie słów nie uwzględnia synonimów
• Przykład: "niebieski"
  • "błękitny"
  • "akwamaryna"
  • "cerulean"
• Lepiej grupować jako jedną cechę

Osadzenia słów

• Tworzenie cech grupujących podobne słowa
• Cechy mają znaczenie matematyczne:

king - man + woman = queen

Podsumowanie

• Prognozowanie szeregów czasowych
  • Czas jako cecha
  • Sezonowość
• Przetwarzanie języka naturalnego (NLP)
  • Tekst jako dane wejściowe
  • Liczenie słów
  • Osadzenia słów

Czas na ćwiczenia!

Data Science dla biznesu