Структурированный блокнот
Машинное обучение (Machine Learning, обучающиеся алгоритмы)
→
О чём? Для кого? Ссылки на разные курсы.
→
Что такое Машинное обучение?
→
Примеры "простых" задач машинного обучения (их можно научиться решать в рамках описанных здесь алгоритмов)
Пример 1. Предположим у нас есть данные о росте и весе большого числа различных людей. Исходя из этого можно построить модель: какой вес обычно соответствует данному росту.
Пример 2. Предположим у нас есть база данных о продажах квартир: число комнат, площадь, район города, цена. Исходя из этих данных можно построить модель для предсказания средней цены на квартиру.
Пример 2б. У этой задачи интересное продолжение. Можно посмотреть на то, какие квартиры сильно выбиваются из нашей модели, и понять, какие ещё есть важные факторы: например, близость от метро, тип строения, этаж и т.д. и т.п.. Другими словами, можно выделить важные факторы, влияющие на цену квартиры.
Пример 2в. Ещё одно продолжение. Когда мы построили точную модель "средней цены", можно посмотреть на то, сколько времени уходит на продажу квартиры. Возможно оно зависит от завышенной/заниженной цены. Возможно у разных типов квартир в целом разный срок продажи. Как повлияет повышение цены на срок продажи? Поможет ли быстро продать квартиру, если сбросить 5%? На все эти вопросы можно ответить с помощью машинного обучения.
Пример 3. Пусть у вас есть данные о большом числе поступающих в ВУЗ, и результат: поступил ли человек или нет. Можно построить модель, которая оценит вероятность поступления в ВУЗ для нового абитуриента.
Пример 4. У крупного интернет-магазина есть данные о поведении его покупателей. Можно выделить группы покупателей с разными типами поведения, и постраться лучше понять их потребности. После чего предлагать каждой группе более подходящий для неё товар.
Пример 5. Рекомендательная система. Если у вас есть база данных пользователей и их предпочтений среди ряда товаров (или фильмов, или книг, или сайтов, или музыки), то можно построить систему, которая будет предугадывать его интерес к ещё не оценённым им товарам. На этом принципе построен, например сайт http://imhonet.ru
Пример 6. Анти-спам. Все мы знаем, что в почту нередко попадают нежелательные рассылки с предложением что-нибудь купить, так называемый спам. Имея набор "хороших" писем, и "спам" писем можно обучить систему отличать одни от других. Такая же задача актуальна и для форумов, да и для любых сайтов с возможностью размещать комментарии пользователей. А может вы пишите приложения для мобильных? Можно ведь сделать и анти-спам для СМС (такие приложения уже появляются).
Поиск по записям:
только в текущем разделе.