Praxisbuch unsupervised Learning Machine-Learning-Anwendungen für ungelabelte Daten mit Python programmieren
Ein Großteil der weltweit verfügbaren Daten ist ungelabelt. Auf diese nicht klassifizierten Daten lassen sich die Techniken des Supervised Learning, die im Machine Learning viel genutzt werden, nicht anwenden. Dagegen kann das Unsupervised Learning – auch unüberwachtes Lernen genannt – für ungelabel...
| Otros Autores: | , |
|---|---|
| Formato: | Libro electrónico |
| Idioma: | Alemán |
| Publicado: |
Heidelberg :
dpunkt.verlag
[2020]
|
| Edición: | Deutsche Ausgabe. 1. Auflage |
| Materias: | |
| Ver en Biblioteca Universitat Ramon Llull: | https://discovery.url.edu/permalink/34CSUC_URL/1im36ta/alma991009630928306719 |
| Sumario: | Ein Großteil der weltweit verfügbaren Daten ist ungelabelt. Auf diese nicht klassifizierten Daten lassen sich die Techniken des Supervised Learning, die im Machine Learning viel genutzt werden, nicht anwenden. Dagegen kann das Unsupervised Learning – auch unüberwachtes Lernen genannt – für ungelabelte Datensätze eingesetzt werden, um aussagekräftige Muster zu entdecken, die tief in den Daten verborgen sind – Muster, die für den Menschen fast unmöglich zu entdecken sind. Wie Data Scientists Unsupervised Learning für ihre Daten nutzen können, zeigt Ankur Patel in diesem Buch anhand konkreter Beispiele, die sich schnell und effektiv umsetzen lassen. Leser erfahren, wie sie schwer zu findende Muster in Daten herausarbeiten und dadurch z.B. tiefere Einblicke in Geschäftsprozesse gewinnen. Sie lernen auch, wie sie Anomalien erkennen, automatisches Feature Engineering durchführen oder synthetische Datensätze generieren. |
|---|---|
| Notas: | Authorized German translation of the English title: Hands-on unsupervised learning using Python, ©2019. Cf. Title page verso. |
| Descripción Física: | 1 online resource (1 volume) : illustrations |
| Bibliografía: | Includes bibliographical references and index. |
| ISBN: | 9783960888765 9781098124427 |
