Cette semaine, nous travaillons sur le clustering, l'une des méthodes d'apprentissage non supervisé les plus populaires. La semaine dernière, nous avons utilisé l'ACP pour trouver une représentation à faible dimension des données. Le clustering, quant à lui, permet de trouver des sous-groupes parmi les observations. Nous pouvons obtenir une intuition significative de la structure des données ou utiliser une procédure telle que Cluster-then-predict. Le regroupement a plusieurs applications, allant de la segmentation de la clientèle et de la publicité, à l'identification de films/musiques similaires, en passant par la recherche génomique et la découverte de sous-types de maladies. Nous nous concentrerons principalement sur le regroupement par K-moyennes et le regroupement hiérarchique, en tenant compte des avantages et des inconvénients des deux méthodes et du choix de mesures telles que la distance ou le lien. Cette semaine, nous avons des lectures, un quiz, et un laboratoire Jupyter Notebook/Peer Review.

Cette semaine, nous travaillons sur les systèmes de recommandation. Des sites web comme Netflix, Amazon et YouTube proposent des recommandations personnalisées pour des films, des articles ou des vidéos. Cette semaine, nous explorons les stratégies des moteurs de recommandation pour prédire les goûts des utilisateurs. Nous examinerons les approches de filtrage de popularité, de filtrage basé sur le contenu et de filtrage collaboratif, ainsi que les mesures de similarité à utiliser. Lorsque nous travaillons avec des systèmes de recommandation, il y a des défis à relever, comme la complexité temporelle des opérations et la rareté des données. Cette semaine est relativement dense en mathématiques. Vous aurez un quiz dans lequel vous travaillerez avec différents calculs de métriques de similarité. Accordez-vous du temps pour le laboratoire Jupyter de cette semaine et réfléchissez à des implémentations performantes. La section "Peer Review" de cette semaine est courte.

Nous en sommes déjà à la dernière semaine de cours ! Préparez-vous à une nouvelle semaine dense en mathématiques. La semaine dernière, nous avons étudié les systèmes de recommandation. Nous avons utilisé une méthode de filtrage collaboratif par voisinage, en utilisant des mesures de similarité. Les modèles de facteurs latents, y compris la populaire factorisation matricielle (MF), peuvent également être utilisés pour le filtrage collaboratif. Une publication de 1999 dans Nature a rendu la factorisation matricielle non négative extrêmement populaire. La MF a de nombreuses applications, notamment l'analyse d'images, l'exploration de textes/la modélisation de sujets, les systèmes de recommandation, la séparation de signaux audio, la chimie analytique et l'analyse de l'expression des gènes. Cette semaine, nous nous concentrons sur la décomposition en valeurs singulières, la factorisation des matrices non négatives et les méthodes d'approximation. Cette semaine, nous avons des lectures, un quiz et un mini-projet Kaggle utilisant la factorisation matricielle pour catégoriser des articles de presse.