Kursus Machine Learning: Unsupervised Machine Learning Hidden Markov Models Python

HMM untuk analisis harga saham, pemodelan bahasa, analisis web, biologi, dan PageRank.

Yang akan Anda pelajari

• Memahami dan menyebutkan berbagai penerapan Model Markov dan Model Markov Tersembunyi

• Pahami cara kerja Model Markov

• Tulis Model Markov dalam kode

• Terapkan Model Markov ke urutan data apa pun

• Memahami matematika di balik rantai Markov

• Terapkan model Markov ke bahasa

• Terapkan model Markov ke analisis situs web

• Pahami cara kerja PageRank Google

• Memahami Model Markov Tersembunyi

• Tulis Model Markov Tersembunyi dalam Kode

• Tulis Model Markov Tersembunyi menggunakan Theano

• Pahami bagaimana penurunan gradien, yang biasanya digunakan dalam pembelajaran mendalam, dapat digunakan untuk HMM

Persyaratan

• Keakraban dengan probabilitas dan statistik

• Memahami model campuran Gaussian

• Merasa nyaman dengan Python dan Numpy

Deskripsi

Hidden  Markov Model  atau  HMM   adalah tentang urutan pembelajaran.

Banyak data yang sangat berguna untuk kita modelkan adalah data yang berurutan.  Harga saham  adalah urutan harga. Bahasa adalah rangkaian kata.  Penilaian kredit  melibatkan urutan peminjaman dan pembayaran kembali uang, dan kita dapat menggunakan urutan tersebut untuk memprediksi apakah Anda akan gagal bayar atau tidak. Singkatnya, urutan ada di mana-mana, dan kemampuan menganalisisnya adalah keterampilan penting dalam kotak peralatan  ilmu data  Anda .

Cara termudah untuk menghargai jenis informasi yang Anda peroleh dari suatu rangkaian adalah dengan mempertimbangkan apa yang sedang Anda baca. Jika kami menulis kalimat sebelumnya secara terbalik, itu tidak akan masuk akal bagi Anda, meskipun mengandung semua kata yang sama. Jadi ketertiban itu penting.

Meskipun tren  pembelajaran mendalam  saat ini adalah menggunakan  untuk memodelkan urutan, pertama-tama kami ingin memperkenalkan kepada Anda algoritme pembelajaran mesin yang telah ada selama beberapa dekade – Model Markov Tersembunyi.