Публикации по теме 'clustering'
Как улучшить прогнозы глубокого обучения для временных рядов - Часть 2
Код, стоящий за кластеризацией данных временных рядов.
В предыдущем посте мы объяснили, как работает кластеризация данных временных рядов. В этом посте мы глубоко погрузимся в сам код.
Все будет написано на python, но у большинства библиотек есть R-версия. Мы постараемся оставаться на относительно высоком уровне, но код будет содержать некоторые полезные ресурсы, если вы хотите большего.
Без лишних слов, давайте перейдем к делу.
0 - Создание данных
Чтобы облегчить..
Масштабируемая кластеризация для исследовательского анализа данных
Масштабируемая кластеризация для исследовательского анализа данных
Авторы Аурик Цяо , Джейкоб Джексон
Данные быстро становятся ценным ресурсом для компаний во всех секторах, обещая решить самые сложные проблемы, с которыми сталкиваются предприятия. Однако данные требуют полной, сквозной обработки, прежде чем из них можно будет извлечь большую пользу. Хотя это лишь часть методов анализа данных и моделирования, используемых в исследованиях искусственного интеллекта, глубокое..
Определение поддержки и сопротивления с помощью алгоритмов машинного обучения
Зоны поддержки и сопротивления в ценовом движении давно стали основой многих трейдеров в качестве точек входа и выхода для исполнения ордеров. Эти зоны очень хорошо видны в последствии, но их довольно сложно найти, пока ценовые модели развиваются, это, а также тот факт, что значительная часть прорывов поддержки/сопротивления являются ложными прорывами, затрудняет последовательную торговлю с использованием этих зон.
В этой статье мы покажем, как найти зоны поддержки и сопротивления и как..
KMeans против DBScan
В Data Science и машинном обучении KMeans и DBScan - два самых популярных алгоритма кластеризации (неконтролируемых). Оба они просты в реализации, но DBScan немного проще. Я только что использовал их оба, и я честно нашел DBScan более мощным и интересным как с точки зрения реализации, так и с точки зрения производительности. Но мы никогда не должны забывать основную теорему:
Нет бесплатного обеда: все модели неправильные, но некоторые модели полезны .
Это означает, что ни один..
Алгоритм деления пополам K-средних - кластеризация в машинном обучении
Понимание алгоритма кластеризации пополам K-средних (визуальные эффекты и код)
Метод кластеризации пополам K-средних - это небольшая модификация обычного алгоритма K-средних, в котором вы фиксируете процедуру разделения данных на кластеры. Итак, аналогично K-средним, мы сначала инициализируем K центроидов (вы можете сделать это случайным образом или иметь некоторые предварительные) . После чего применяем обычные K-средства с K = 2 (поэтому слово пополам). Мы продолжаем..
Кураторский список ресурсов кластеризации
"Машинное обучение"
Кураторский список ресурсов кластеризации
Последнее обновление 31 июля 2020 г. Я постоянно обновляю это сообщение.
Кластеризация или кластерный анализ - это задача группировки набора объектов таким образом, чтобы объекты в одной группе (называемой кластером) были более похожи (в некотором смысле) друг на друга, чем на объекты в других группах (кластерах). - Википедия
Этот пост содержит:
Книги Научно-исследовательские работы Онлайн-курсы и видео..
Модель гауссовой смеси (GMM) с использованием алгоритма EM с нуля
Кластеризация текстовых данных с использованием обучения без учителя
Машинное обучение можно разделить на три типа обучения: обучение с учителем, обучение без учителя и обучение с подкреплением. В то время как обучение с учителем может использоваться для классификации или регрессионного анализа данных, обучение без учителя используется для поиска скрытых структур в данных. Набор данных, используемый при обучении без учителя, не содержит ярлыков. Анализ основных компонентов (PCA),..
