Bueno, Quora es un ejemplo de aplicación que utiliza algoritmos de clasificación.
Clasifica el texto principalmente, supongo.
Por ejemplo, clasifican el texto para reconocer respuestas buenas o pertinentes automáticamente.
El mismo enfoque se puede utilizar para clasificar los perfiles de usuario y generar feeds personalizados automáticamente para un determinado usuario a partir de sus intereses.
Un método de clasificación simple es la clasificación bayesiana ingenua que utiliza la probabilidad condicional. Creo que se usa para reconocer correos electrónicos no deseados y descartarlos automáticamente en el cuadro de correo no deseado.
- ¿El comercio de alta frecuencia y la ciencia de datos comparten muchas similitudes?
- Después de Big Data, Smart Data es una tendencia en 2013. Entonces, ¿qué es Smart Data? ¿Tienes alguna definición clara?
- Al entrenar un modelo de ML, ¿debo descartar los datos que tienen características faltantes o debo usar un valor medio para esos valores faltantes?
- ¿Cómo cambiará el mercado laboral de la ciencia de datos en los próximos diez años?
- ¿Debo ir para el desarrollo de Android o la ciencia de datos o la programación de Python o el aprendizaje automático?
También K-next-neighbor es otro algoritmo utilizado para clasificar nuevas entradas en función de sus características.
Los algoritmos de agrupación también se pueden usar para clasificar documentos en función de su contenido. Uno de los más famosos es K-means.
El método LDA también es una forma de clasificar texto desde un punto de vista semántico.
Todos esos clasificadores se entrenan primero con datos etiquetados. Significa que aprenden de los datos etiquetados cómo hacer su tarea.
Las muñequeras de fitness, como las fitbit, están entrenadas para reconocer la actividad de los usuarios, como caminar, andar en bicicleta, correr o dormir. De esta forma pueden medir e informar actividades con gran precisión.
