文件名称：unsupervised-learning:此回购包含无监督模型，包括应用于研究论文集的潜在狄利克雷分配（LDA）模型和应用于客户细分的聚类分析
文件大小：2.86MB
文件格式：ZIP
更新时间：2024-05-31 07:48:02
clustering topic-modeling lda research-paper pyldavis
无监督学习 • 笔记本和说明 笔记本 简要描述;简介 在本笔记本中，我将使用Python及其库进行主题建模。 在主题建模中，统计模型用于标识一个文档或一组文档中的主题或类别。 我将使用一种称为潜在狄利克雷分配（LDA）的特定方法，并将其应用于研究论文上的标签。 在本项目中，我将把聚类算法应用于UCI机器学习存储库中的数据集“批发客户”数据集。 数据集包含几个产品类别的客户支出金额。 神经网络教程，其中我分别使用Keras和TensorFlow构建了全连接网络和卷积神经网络（正在进行中）。 转移学习迷你教程 网络分析教程。 联系信息 随时联系我： 电子邮件： marcotav65@gmail.com GitHub上的marcotav 领英： marco-tavora 网站： marcotavora.me
【文件预览】：
unsupervised-learning-master
----README.md(3KB)
----pca()
--------README.md(7KB)
--------images()
--------notebooks()
----clustering-for-customer-segmentation()
--------README.md(3KB)
--------123.png(1B)
--------customer_segmentation.ipynb(11KB)
--------images()
----network-analysis()
--------README.md(5KB)
--------images()
--------notebooks()
----topic-modeling()
--------README.md(8KB)
--------images()
--------notebooks()
--------data()