Downloaded 78 times
![Machine learning with Python / Олег Шидловский / Doist [Python Meetup 27.03.15]](https://image.slidesharecdn.com/1pythonmeetupmachinelearning-150423015403-conversion-gate01/85/Machine-learning-with-Python-Doist-Python-Meetup-27-03-15-39-320.jpg)
Uploaded byPython Meetup
Machine learning with Python / Олег Шидловский / Doist [Python Meetup 27.03.15]
Документ описывает основные концепции и применения машинного обучения, включая прогнозирование продаж, создание рекомендательных систем и распознавание объектов. Приведены примеры задач и ссылки на ресурсы для получения данных и библиотек для работы с машинным обучением. Также упоминаются методы обработки данных и алгоритмы, такие как деревья решений и нейронные сети.
More Related Content
![Python AST / Николай Карелин / VPI Development Center [Python Meetup 27.03.15]](https://cdn.slidesharecdn.com/ss_thumbnails/2karelin-pythonast-150423014957-conversion-gate01-thumbnail.jpg?width=640&height=640&fit=bounds)
Similar to Machine learning with Python / Олег Шидловский / Doist [Python Meetup 27.03.15]
Machine learning with Python / Олег Шидловский / Doist [Python Meetup 27.03.15]
- 1.
- 7. Что такое машинноеобучение?
- 8. Где это встречаетсяв реальной жизни? - Прогноз продаж, приток/отток клиентов, трафик - Создание рекомендательной системы - Предсказание CTR и оптимальную трату денег на рекламу - Распознование объектов на изображении (для роботов например) - Определение различных аномалий - Охрана окружающей среды
- 10. Как и гдедобыть данные?
- 11.
- 13. Примеры задач Digit RecognizerBag of words meets bags of popcorn Dogs vs. Cats
- 14.
- 16. Библиотеки для работыс машинным обучением Pylearn2
- 17.
- 19.
- 21.
- 23.
- 24. Возьмем все всвои руки
- 25.
- 28. Bag of wordsmeets bags of popcorn
- 29.
- 31.
- 32. Word2Vec Семантические отношения междусловами - king - man + woman = queen. - сша доллар украина: гривне 0.622719 долар 0.607078 гривны 0.597969 рубля 0.596636 Кластеризация запроса - мобильный телефон: сотовый 0.811114 телефона 0.776416 смартфон 0.730191 телфон 0.719766 мобильного 0.717972 Опечатки - преключение: приключение 0.748698 преключения 0.726111 приключения 0.692828 приключеия 0.670168 http://www.kaggle.com/c/word2vec-nlp-tutorial/details/part-2-word- vectors
- 33.
- 37.
- 38.