توضیحات
Learning how to apply unsupervised algorithms on unlabeled datasets from scratch can be easier than you thought with this beginner’s workshop, featuring interesting examples and activities
Key Features
- Get familiar with the ecosystem of unsupervised algorithms
- Learn interesting methods to simplify large amounts of unorganized data
- Tackle real-world challenges, such as estimating the population density of a geographical area
Book Description
Do you find it difficult to understand how popular companies like WhatsApp and Amazon find valuable insights from large amounts of unorganized data? The Unsupervised Learning Workshop will give you the confidence to deal with cluttered and unlabeled datasets, using unsupervised algorithms in an easy and interactive manner.
The book starts by introducing the most popular clustering algorithms of unsupervised learning. You’ll find out how hierarchical clustering differs from k-means, along with understanding how to apply DBSCAN to highly complex and noisy data. Moving ahead, you’ll use autoencoders for efficient data encoding.
As you progress, you’ll use t-SNE models to extract high-dimensional information into a lower dimension for better visualization, in addition to working with topic modeling for implementing natural language processing (NLP). In later chapters, you’ll find key relationships between customers and businesses using Market Basket Analysis, before going on to use Hotspot Analysis for estimating the population density of an area.
By the end of this book, you’ll be equipped with the skills you need to apply unsupervised algorithms on cluttered datasets to find useful patterns and insights.
What you will learn
- Distinguish between hierarchical clustering and the k-means algorithm
- Understand the process of finding clusters in data
- Grasp interesting techniques to reduce the size of data
- Use autoencoders to decode data
- Extract text from a large collection of documents using topic modeling
- Create a bag-of-words model using the CountVectorizer
Who this book is for
If you are a data scientist who is just getting started and want to learn how to implement machine learning algorithms to build predictive models, then this book is for you. To expedite the learning process, a solid understanding of the Python programming language is recommended, as you’ll be editing classes and functions instead of creating them from scratch.
Table of Contents
- Introduction to Clustering
- Hierarchical Clustering
- Neighborhood Approaches and DBSCAN
- Dimensionality Reduction Techniques and PCA
- Autoencoders
- t-Distributed Stochastic Neighbor Embedding
- Topic Modeling
- Market Basket Analysis
- Hotspot Analysis
————————————————————–
ترجمه ماشینی :
یادگیری نحوه استفاده از الگوریتم های بدون نظارت در مجموعه داده های بدون برچسب از ابتدا می تواند آسان تر از آن باشد که با این کارگاه مبتدی فکر می کنید ، شامل نمونه ها و فعالیت های جالب
ویژگی های کلیدی
- با اکوسیستم الگوریتم های بدون نظارت آشنا شوید
- روشهای جالب را برای ساده کردن مقادیر زیادی از داده های سازمان یافته یاد بگیرید
- مقابله با چالش های دنیای واقعی ، مانند برآورد چگالی جمعیت از یک منطقه جغرافیایی
توضیحات کتاب
آیا درک این مسئله که شرکت های محبوب مانند واتس اپ و آمازون بینش های ارزشمندی را از مقادیر زیادی از داده های سازمان یافته پیدا می کنند ، دشوار است؟ کارگاه یادگیری بدون نظارت به شما اطمینان می دهد تا با استفاده از الگوریتم های بدون نظارت به روشی آسان و تعاملی ، با مجموعه داده های درهم و برهم و بدون برچسب مقابله کنید.
این کتاب با معرفی محبوب ترین الگوریتم های خوشه بندی یادگیری بدون نظارت آغاز می شود. خواهید فهمید که چگونه خوشه بندی سلسله مراتبی با K-Means متفاوت است ، همراه با درک نحوه استفاده DBSCAN برای داده های بسیار پیچیده و پر سر و صدا. با پیشروی ، از AutoEncoders برای رمزگذاری داده های کارآمد استفاده خواهید کرد.
با پیشرفت ، علاوه بر کار با مدل سازی موضوع برای اجرای پردازش زبان طبیعی (NLP) ، از مدل های T-SNE برای استخراج اطلاعات با ابعاد بالا در ابعاد پایین تر برای تجسم بهتر استفاده می کنید. در فصل های بعدی ، قبل از استفاده از تجزیه و تحلیل کانون برای برآورد تراکم جمعیت یک منطقه ، روابط کلیدی بین مشتریان و مشاغل با استفاده از تجزیه و تحلیل سبد بازار پیدا خواهید کرد.
تا پایان این کتاب ، شما به مهارت های لازم برای استفاده از الگوریتم های بدون نظارت بر روی مجموعه داده های درهم ریخته برای یافتن الگوهای و بینش های مفید مجهز خواهید شد. /H4>
- بین خوشه بندی سلسله مراتبی و الگوریتم k-means متمایز کنید
- از AutoEncoders برای رمزگشایی داده ها استفاده کنید
- متن را از مجموعه بزرگی از اسناد با استفاده از مدل سازی موضوع استخراج کنید
- با استفاده از Countvectorizer یک مدل کیف کلمه ایجاد کنید
این کتاب برای
است. برای تو است. برای تسریع در فرایند یادگیری ، درک کاملی از زبان برنامه نویسی پایتون توصیه می شود ، زیرا به جای ایجاد آنها از ابتدا ، کلاس ها و توابع را ویرایش خواهید کرد.
- مقدمه ای برای خوشه بندی
- خوشه بندی سلسله مراتبی
- تعبیه همس
tag : دانلود کتاب کارگاه یادگیری بدون نظارت: با الگوریتم های یادگیری بدون نظارت شروع به کار کنید و داده های سازمان یافته خود را ساده کنید تا به پیش بینی های آینده کمک کند , Download کارگاه یادگیری بدون نظارت: با الگوریتم های یادگیری بدون نظارت شروع به کار کنید و داده های سازمان یافته خود را ساده کنید تا به پیش بینی های آینده کمک کند , دانلود کارگاه یادگیری بدون نظارت: با الگوریتم های یادگیری بدون نظارت شروع به کار کنید و داده های سازمان یافته خود را ساده کنید تا به پیش بینی های آینده کمک کند , Download The Unsupervised Learning Workshop: Get started with unsupervised learning algorithms and simplify your unorganized data to help make future predictions Book , کارگاه یادگیری بدون نظارت: با الگوریتم های یادگیری بدون نظارت شروع به کار کنید و داده های سازمان یافته خود را ساده کنید تا به پیش بینی های آینده کمک کند دانلود , buy کارگاه یادگیری بدون نظارت: با الگوریتم های یادگیری بدون نظارت شروع به کار کنید و داده های سازمان یافته خود را ساده کنید تا به پیش بینی های آینده کمک کند , خرید کتاب کارگاه یادگیری بدون نظارت: با الگوریتم های یادگیری بدون نظارت شروع به کار کنید و داده های سازمان یافته خود را ساده کنید تا به پیش بینی های آینده کمک کند , دانلود کتاب The Unsupervised Learning Workshop: Get started with unsupervised learning algorithms and simplify your unorganized data to help make future predictions , کتاب The Unsupervised Learning Workshop: Get started with unsupervised learning algorithms and simplify your unorganized data to help make future predictions , دانلود The Unsupervised Learning Workshop: Get started with unsupervised learning algorithms and simplify your unorganized data to help make future predictions , خرید The Unsupervised Learning Workshop: Get started with unsupervised learning algorithms and simplify your unorganized data to help make future predictions , خرید کتاب The Unsupervised Learning Workshop: Get started with unsupervised learning algorithms and simplify your unorganized data to help make future predictions ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.