
Едни от често поставяните задачи пред машинното обучение е да се открият закономерности в данните, без да се правят прогнози. Това се нарича неконтролирано обучение (ан. unsupervised learning). Например, такава задача е групирането на потребители въз основа на демографски и поведенчески данни, в т.ч. и история на техните покупките, за провеждане на персонализирани маркетингови кампании. Друг случай на използване е стпемежът да се опишат ненаблюдаеми/латентни фактори, които оказват най-голямо влияние върху разликите в поведението на потребителите в различни общности.
Този курс предоставя въведение в клъстеризацията, намаляването на размерността, генериране на асоциативни правила и откриване на аномалии с програмния език R от гледна точка на машинното обучение, така че да можете да преминете от данни към прозрения и решения възможно най-бързо.
Този курс предоставя въведение в клъстеризацията, намаляването на размерността, генериране на асоциативни правила и откриване на аномалии с програмния език R от гледна точка на машинното обучение, така че да можете да преминете от данни към прозрения и решения възможно най-бързо.
- Преподавател: Тодор Кръстевич