Praxisbuch Unsupervised Learning

Entdecken Sie Muster in Daten, die fur den Menschen nicht erkennbar sindUnsupervised Learning knnte der Schlssel zu einer umfassenderen knstlichen Intelligenz seinVoller praktischer Techniken fr die Arbeit mit ungelabelten Daten, verstndlich geschrieben und mit unkomplizierten Python-BeispielenVerwendet Scikit-learn, TensorFlow und KerasEin Groteil der weltweit verfgbaren 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 unberwachtes Lernen genannt - fr ungelabelte Datenstze eingesetzt werden, um aussagekrftige Muster zu entdecken, die tief in den Daten verborgen sind - Muster, die fr den Menschen fast unmglich zu entdecken sind. Wie Data Scientists Unsupervised Learning fr ihre Daten nutzen knnen, zeigt Ankur Patel in diesem Buch anhand konkreter Beispiele, die sich schnell und effektiv umsetzen lassen. Sie erfahren, wie Sie schwer zu findende Muster in Daten herausarbeiten und dadurch z.B. tiefere Einblicke in Geschftsprozesse gewinnen. Sie lernen auch, wie Sie Anomalien erkennen, automatisches Feature Engineering durchfhren oder synthetische Datenstze generieren.

Ankur A. Patel ist Vice President Data Science bei 7Park Data, einem Portfolio-Unternehmen von Vista Equity Partners. Bei 7Park Data verwenden Ankur und sein Data-Science-Team alternative Daten, um Datenprodukte für Hedge-Fonds und Unternehmen sowie Machine Learning als Service (MLaaS) für Geschäftskunden zu entwickeln.