Celem niniejszego projektu jest zastosowanie metod uczenia maszynowego nienadzorowanego do odkrywania reguł asocjacyjnych w danych filmowych. W analizie wykorzystano zbiór MovieLens, zawierający informacje o ocenach filmów wystawianych przez użytkowników. Po odpowiednim przetworzeniu danych oraz wyodrębnieniu pozytywnych ocen, zastosowano algorytm Apriori w celu identyfikacji zależności pomiędzy filmami. Jakość uzyskanych reguł oceniono przy użyciu miar wsparcia, ufności oraz współczynnika lift. Otrzymane wyniki wskazują na istnienie istotnych powiązań pomiędzy preferencjami użytkowników i mogą znaleźć zastosowanie w systemach rekomendacyjnych.

Projekt zespołowy realizowany na Politechnice Gdańskiej na Wydziale Zarządzania i Ekonomii podczas realizacji przedmiotu Analiza Danych w R. Tematem projektu są dane ze sklepu rowerowego.

Applied GIS: Consumption spaces (week 2-4)

Autorzy: Agata Downar, Michał Tomaszewicz, Paweł Tomaszewski, Kacper Żmudowski

This report uses unsupervised learning to build a simple global typology of national biodiversity patterns.

Deze plot geeft per stembureau in Amsterdam de Winst van D66 tov PvdA-GL per stembureau

Projekt na uczenie maszynowe z bloku 1 i 3

Głównym celem niniejszego raportu jest identyfikacja i analiza różnic w charakterystyce treningowej oraz parametrach fizjologicznych w zależności od płci.