February 2008
Intermediate to advanced
400 pages
10h
German
Content preview from Kollektive Intelligenz analysieren, programmieren und nutzenBecome an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
Nicht-negative Matrix-Faktorisierung
Kapitel 10 behandelte eine fortgeschrittenere Technik namens nicht-negative Matrix-Faktorisierung (NMF), mit deren Hilfe man eine Reihe von numerischen Beobachtungen in ihre Komponenten aufteilen kann. Diese Methode wurde dazu genutzt zu zeigen, wie Nachrichten aus verschiedenen Themen zusammengesetzt werden können und wie sich das Handelsvolumen verschiedener Aktien in Ereignisse aufteilen lässt, die die einzelnen Aktien oder mehrere Aktien gleichzeitig beeinflussen. Dies ist ebenfalls ein Algorithmus zum unüberwachten Lernen, da er dabei hilft, Daten zu charakterisieren, anstatt Vorhersagen über Kategorien oder Werte zu treffen.
Um zu verstehen, was die NMF tut, schauen Sie sich die Werte in Tabelle 12-10 ...