Apprentissage non supervisé en Python

Apprenez à découvrir les groupes sous-jacents (ou "clusters") dans un ensemble de données. À la fin de ce chapitre, vous saurez regrouper les entreprises en fonction de leur cours de bourse et distinguer les différentes espèces en regroupant leurs mesures.

Dans ce chapitre, vous découvrirez deux techniques d'apprentissage non supervisé pour la visualisation des données, le clustering hiérarchique et le t-SNE. Le regroupement hiérarchique fusionne les échantillons de données en grappes de plus en plus fines, ce qui donne une visualisation arborescente de la hiérarchie des grappes qui en résulte. t-SNE cartographie les échantillons de données dans l'espace 2D afin de visualiser la proximité des échantillons les uns par rapport aux autres.

La réduction des dimensions permet de résumer un ensemble de données à l'aide des motifs les plus courants. Dans ce chapitre, vous découvrirez la plus fondamentale des techniques de réduction des dimensions, l'analyse en composantes principales ("PCA"). PCA est souvent utilisée avant l'apprentissage supervisé pour améliorer les performances et la généralisation des modèles. Il peut également être utile pour l'apprentissage non supervisé. Par exemple, vous utiliserez une variante de PCA qui vous permettra de regrouper les articles de Wikipédia en fonction de leur contenu !

Dans ce chapitre, vous découvrirez une technique de réduction des dimensions appelée "factorisation de la matrice non négative" ("NMF") qui exprime les échantillons sous forme de combinaisons de parties interprétables. Par exemple, il exprime les documents comme des combinaisons de sujets, et les images en termes de modèles visuels courants. Vous apprendrez également à utiliser NMF pour construire des systèmes de recommandation qui peuvent vous trouver des articles similaires à lire, ou des artistes musicaux qui correspondent à votre historique d'écoute !