Kursus Python, HMM untuk analisis harga saham, pemodelan bahasa, analisis web, biologi, dan PageRank.
Apa yang akan Anda pelajari di Kursus Python
-
Memahami dan menghitung berbagai aplikasi Model Markov dan Model Markov Tersembunyi
-
Memahami 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 Google PageRank
-
Memahami Model Markov Tersembunyi
-
Tulis Model Markov Tersembunyi dalam Kode
-
Tulis Model Markov Tersembunyi menggunakan Theano
-
Memahami bagaimana gradient descent, yang biasanya digunakan dalam pembelajaran mendalam, dapat digunakan untuk HMM
Persyaratan
-
Keakraban dengan probabilitas dan statistik
-
Memahami model campuran Gaussian
-
Nyaman dengan Python dan Numpy
Deskripsi
Kursus Python, Hidden Markov Model atau HMM adalah semua tentang urutan belajar.
Banyak data yang akan sangat berguna bagi kita untuk memodelkan secara berurutan. Harga saham adalah urutan harga. Bahasa adalah urutan kata-kata. Penilaian kredit melibatkan urutan meminjam dan membayar kembali uang, dan kita dapat menggunakan urutan itu untuk memprediksi apakah Anda akan default atau tidak. Singkatnya, urutan ada di mana-mana, dan mampu menganalisisnya adalah keterampilan penting dalam kotak alat sains data Anda .
Cara termudah untuk menghargai jenis informasi yang Anda dapatkan dari suatu urutan adalah dengan mempertimbangkan apa yang Anda baca saat ini. Jika saya telah menulis kalimat sebelumnya ke belakang, itu tidak masuk akal bagi Anda, meskipun mengandung semua kata yang sama. Jadi ketertiban itu penting.
Sementara tren saat ini dalam pembelajaran mendalam adalah dengan menggunakan untuk memodelkan urutan, saya ingin pertama kali memperkenalkan kalian pada algoritma pembelajaran mesin yang telah ada selama beberapa dekade sekarang – Hidden Markov Model.
