loomuliku keele töötlus pythonis · 2016. 9. 14. · suhtlus. andmeteaduse suunad avastav...
TRANSCRIPT
Loomuliku keele töötlus Pythonis
(6 EAP)
Eelmisel korral...
● Kodeeringud● Optimeerimine
Kus me oleme?
läbitud
tehniline
keeleline
andmeteaduslik
Andmeteadus ja töövoog
Andmeteaduse tagamaad
● Andmed ja nende loomine odav● Uued andmed + vanade andmete digitaliseerimine● IBM hinnangul 90% andmetest loodud 2 viimase aasta
jooksul● Analüüsi võimaldavate meetodite ja tehnika olemasolu ja
arenemine
Miks andmeteadus?
● USA-s 16. enimtasustatud töö● Pikaks ajaks piiramatult kohti● Ettevõtete konkurents
○ innovaatilisus● Relevantsed tulemused
● Ettekujutus andmetest● Võime andmeid tõlgendada ja esitada
Kriitika
“Andmeteadus (masinõpe) on statistikute õigustus rohkem raha nõuda.”
Sven Laur, PhD
Rohkem kui buzzword
Andmeteadus - kus?
Meditsiin
Põllumajandus
Ärijuhtimine IOT
Smart city
Poed
SisekaitseMängud
Pangandus
Valitsus
Kindlustus
Biotehnoloogia
Tootmine
Turism
Suhtlus
Andmeteaduse suunad
● Avastav○ analüüs
● Rakendav○ tarkvaralahendus
Andmeteaduse üldine töövoog
Andmete kogumine
Andmete töötlemine Arvutamine Tulemuste
esitamine
Andmeteaduse üldine töövoog
Andmete kogumine
Andmete töötlemine Arvutamine Tulemuste
esitamine
Korratavus
Pipeline● Iga samm eraldi● Iga sammu tulemus peab olema hiljem ligipääsetav
Veebist sisutõmbamine
Ühte formaati viimine
Tunnuste eraldamine
Ebaolulisteandmete
eemaldamine
Andmete parandamine
Statistiliste meetodite
rakendamine
Väljundi tõlgendus ja
visualiseerimine
Pipeline praktikas● Dokumenteeritud● Analüüsil
○ Seatud tervikuks terminaliskriptina○ Komponendid dokumenteeritud skriptidena
■ Püütonis nt argparse
● Süsteemis○ Ühendatud nt klassi abil○ Komponendid
■ Klassid● Nt sklearn’i Pipeline
■ Skriptid● subprocess
Pipeline praktikas● Vahetulemused
○ Failides■ xml, csv
○ Andmebaasis○ Mälus
● Korrastatus!○ Sammude kaustad nummerdatud○ Kaustades vahesammude ja koodi alamkaustad
■ Analysis● 0_initial
○ data● 1_cleaned
○ data○ scripts
Arvutamine
Arvutamine
● Dashboard’i statistikud● Masinõpe
Masinõppe süsteem
MudelDokument Vastus
Masinõppe süsteemi treenimine
Masinõppe meetod
Dokument 1
Dokument 2
Dokument 3
Mudel
Valime parameetrid
Oleme tüdinud?
EiValime
uue meetodi
Jah
Tulemuse esitamine