Diese Woche arbeiten wir mit Clustering, einer der beliebtesten Methoden des unüberwachten Lernens. Letzte Woche haben wir PCA verwendet, um eine niedrigdimensionale Darstellung der Daten zu finden. Clustering hingegen findet Untergruppen unter den Beobachtungen. Wir können eine aussagekräftige Intuition der Datenstruktur erhalten oder ein Verfahren wie Cluster-then-predict verwenden. Clustering hat mehrere Anwendungen, die von der Kundensegmentierung im Marketing und in der Werbung über die Identifizierung ähnlicher Filme/Musik bis hin zur Genomforschung und der Entdeckung von Krankheitssubtypen reichen. Wir werden uns vor allem auf das K-Means-Clustering und das hierarchische Clustering konzentrieren und dabei die Vor- und Nachteile beider Verfahren sowie die Wahl von Metriken wie Distanz oder Verknüpfung berücksichtigen. In dieser Woche gibt es Lektüre, ein Quiz und ein Jupyter-Notebook-Labor/Peer Review.

Diese Woche arbeiten wir mit Recommender Systems. Websites wie Netflix, Amazon und YouTube zeigen personalisierte Empfehlungen für Filme, Artikel oder Videos an. In dieser Woche untersuchen wir die Strategien von Empfehlungsmaschinen, um die Vorlieben der Benutzer vorherzusagen. Wir werden uns mit Popularität, inhaltsbasierten und kollaborativen Filteransätzen befassen und welche Ähnlichkeitsmetriken zu verwenden sind. Bei der Arbeit mit Empfehlungssystemen gibt es immer wieder Herausforderungen wie die zeitliche Komplexität von Operationen und spärliche Daten. Diese Woche ist relativ rechenintensiv. Sie werden ein Quiz haben, in dem Sie mit verschiedenen Berechnungen von Ähnlichkeitsmetriken arbeiten werden. Nehmen Sie sich Zeit für das Jupyter-Notebook-Labor in dieser Woche und überlegen Sie sich leistungsfähige Implementierungen. Der Abschnitt Peer Review ist diese Woche kurz.

Wir sind bereits bei der letzten Woche des Kursmaterials angelangt! Machen Sie sich bereit für eine weitere dichte Mathe-Woche. Letzte Woche haben wir etwas über Empfehlungssysteme gelernt. Wir haben die Neighborhood-Methode der kollaborativen Filterung unter Verwendung von Ähnlichkeitsmaßen verwendet. Latent Factor Models, einschließlich der beliebten Matrix Factorization (MF), können ebenfalls für Collaborative Filtering verwendet werden. Eine Veröffentlichung in Nature aus dem Jahr 1999 machte die nicht-negative Matrix-Faktorisierung extrem populär. MF hat viele Anwendungen, darunter Bildanalyse, Textmining/Themenmodellierung, Empfehlungssysteme, Audiosignaltrennung, analytische Chemie und Genexpressionsanalyse. In dieser Woche konzentrieren wir uns auf Singular Value Decomposition, Non-negative Matrix Factorization und Approximationsmethoden. In dieser Woche haben wir Lektüre, ein Quiz und ein Kaggle-Miniprojekt, bei dem die Matrixfaktorisierung zur Kategorisierung von Nachrichtenartikeln eingesetzt wird.