機器學習特別主題

商務資料科學

Ramnath Vaidyanathan

VP of Product Research, DataCamp

時間序列預測

• 時間是特徵
• 可解釋每週、每月、每年的趨勢

季節性

• 每週：週五電視收視較低
• 每月：發薪期末消費較高
• 每年：冬天冰淇淋較少

自然語言處理

• 資料集為文字
  • 客戶評論
  • 推文
  • 病歷紀錄
  • 電子郵件主旨
• 可能用途
  • 情感分類
  • 病歷分群

詞頻計數

句子	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

詞頻問題：否定詞

句子	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

詞頻與同義詞

• 詞頻無法處理同義詞
• 例：「blue」
  • 「sky-blue」
  • 「aqua」
  • 「cerulean」
• 希望合併為單一特徵

詞向量嵌入

• 建立可分組相似詞的特徵
• 特徵具有數學意義：

king - man + woman = queen

複習

• 時間序列預測
  • 時間作為特徵
  • 季節性
• 自然語言處理（NLP）
  • 文字作為輸入資料
  • 詞頻計數
  • 詞向量嵌入

一起來練習吧！

商務資料科學