Subiecte speciale în Machine Learning

Data Science pentru Afaceri

Ramnath Vaidyanathan

VP of Product Research, DataCamp

Prognoza seriilor de timp

serii-de-timp

  • Timpul este o variabilă
  • Surprinde tendințe săptămânale, lunare sau anuale
Data Science pentru Afaceri

Sezonalitate

  • Săptămânal: Audiență TV mai scăzută vinerea
  • Lunar: Cheltuieli mai mari la sfârșitul perioadei de plată
  • Anual: Consum mai mic de înghețată iarna

icecream.jpeg

Data Science pentru Afaceri

Procesarea limbajului natural

  • Setul de date este text
    • Recenzii ale clienților
    • Tweet-uri
    • Dosare medicale
    • Subiecte de e-mail
  • Utilizări posibile
    • Clasificarea sentimentului
    • Gruparea dosarelor medicale

recenzii-clienți.png

Data Science pentru Afaceri

Numărătoarea cuvintelor

Propoziție 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 pentru Afaceri

Probleme cu numărătoarea cuvintelor: negația

Propoziție 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 pentru Afaceri

Numărătoarea cuvintelor și sinonimele

  • Numărătoarea cuvintelor nu ia în calcul sinonimele
  • Exemplu: "albastru"
    • "albastru-deschis"
    • "aqua"
    • "cerulean"
  • Se dorește gruparea într-o singură caracteristică

albastru

Data Science pentru Afaceri

Încorporări de cuvinte

  • Crearea de caracteristici care grupează cuvinte similare
  • Caracteristicile au o semnificație matematică:
king - man + woman = queen
Data Science pentru Afaceri

Recapitulare

  • Prognoza seriilor de timp
    • Timpul ca variabilă
    • Sezonalitate
  • Procesarea limbajului natural (NLP)
    • Text ca date de intrare
    • Numărătoarea cuvintelor
    • Încorporări de cuvinte
Data Science pentru Afaceri

Să exersăm!

Data Science pentru Afaceri

Preparing Video For Download...