SlideShare una empresa de Scribd logo
1 de 15
9-я конференция .NET разработчиков 
12 октября 2014 
dotnetconf.ru 
Машинное обучение 
на платформе .NET 
Александр Карпич 
«Максет Лайн» 
maxet-line.ru
2 
Содержание 
• Что такое «машинное обучение» 
• Классификация алгоритмов 
• Основные инструменты 
• ML на практике 
• Проблемы и пути их решения
3 
http://www.informatik.uni-hamburg.de/ML/
4 
Что такое машинное обучение? 
Machine learning is a subfield of computer 
science and statistics that deals with the 
construction and study of systems that can 
learn from data, rather than follow only 
explicitly programmed instructions. 
http://en.wikipedia.org/wiki/Machine_learning
5 
Классификация алгоритмов 
• Обучение с учителем: 
o медицинская диагностика; 
o инвестиционные решения; 
o оценка кредитоспособности. 
• Обучение без учителя: 
o кластеризация; 
o сокращение размерности.
6
7 
WTF R? 
• Язык для статистической обработки. 
• Работает везде. 
• Используется всеми*. 
• Over9000 пакетов на cran.r-project.org 
http://www.revolutionanalytics.com/companies-using-r
8 
Далее в программе 
• RStudio 
• Линейная регрессия и возраст Вселенной 
• Кластерный анализ и биржевые котировки 
• F# + R Type Provider
9 
git clone https://github.com/ymn/dnc.git
10 
Линейная регрессия
11 
Demo #1 
dncrlinear
12 
Кластерный анализ 
• Divide et impera 
• Сжатие данных 
• Выделение нетипичных объектов
13 
Demo #2 
dncrcluster
14 
Demo #3 
dncdotnetintroIntro.fsx
15 
Спасибо за внимание 
Александр Карпич 
avkarpich@gmail.com 
twitter.com/_ymn

Más contenido relacionado

Destacado

Recognition of handwritten digits
Recognition of handwritten digitsRecognition of handwritten digits
Recognition of handwritten digits
Andrew Babiy
 

Destacado (19)

Know Your Security Model
Know Your Security ModelKnow Your Security Model
Know Your Security Model
 
Машинное обучение
Машинное обучениеМашинное обучение
Машинное обучение
 
Распознавание лиц в реальном времени по базам фотографий глобального масштаба...
Распознавание лиц в реальном времени по базам фотографий глобального масштаба...Распознавание лиц в реальном времени по базам фотографий глобального масштаба...
Распознавание лиц в реальном времени по базам фотографий глобального масштаба...
 
Введение в машинное обучение. Кластеризация (Bitworks Software, Кирилл Жданов)
Введение в машинное обучение. Кластеризация (Bitworks Software, Кирилл Жданов)Введение в машинное обучение. Кластеризация (Bitworks Software, Кирилл Жданов)
Введение в машинное обучение. Кластеризация (Bitworks Software, Кирилл Жданов)
 
Recognition of handwritten digits
Recognition of handwritten digitsRecognition of handwritten digits
Recognition of handwritten digits
 
Deep learning: Cложный анализ данных простыми словами_Сергей Шелпук
Deep learning: Cложный анализ данных простыми словами_Сергей ШелпукDeep learning: Cложный анализ данных простыми словами_Сергей Шелпук
Deep learning: Cложный анализ данных простыми словами_Сергей Шелпук
 
Введение в машинное обучение
Введение в машинное обучение Введение в машинное обучение
Введение в машинное обучение
 
Solit 2014, MapReduce и машинное обучение на hadoop и mahout, Слисенко Конста...
Solit 2014, MapReduce и машинное обучение на hadoop и mahout, Слисенко Конста...Solit 2014, MapReduce и машинное обучение на hadoop и mahout, Слисенко Конста...
Solit 2014, MapReduce и машинное обучение на hadoop и mahout, Слисенко Конста...
 
Определение курильщика по кардиограмме
Определение курильщика по кардиограммеОпределение курильщика по кардиограмме
Определение курильщика по кардиограмме
 
Алгебраический подход к анализу данных и его приложения
Алгебраический подход к анализу данных и его приложенияАлгебраический подход к анализу данных и его приложения
Алгебраический подход к анализу данных и его приложения
 
Customer satisfaction для программистов
Customer satisfaction для программистовCustomer satisfaction для программистов
Customer satisfaction для программистов
 
Спектральная теория графов
Спектральная теория графовСпектральная теория графов
Спектральная теория графов
 
Решение задачи Search Results Relevance
Решение задачи Search Results RelevanceРешение задачи Search Results Relevance
Решение задачи Search Results Relevance
 
Matrix Laboratory (эффективное программирование)
Matrix Laboratory (эффективное программирование)Matrix Laboratory (эффективное программирование)
Matrix Laboratory (эффективное программирование)
 
Machine learning with Python / Олег Шидловский / Doist [Python Meetup 27.03.15]
Machine learning with Python / Олег Шидловский / Doist [Python Meetup 27.03.15] Machine learning with Python / Олег Шидловский / Doist [Python Meetup 27.03.15]
Machine learning with Python / Олег Шидловский / Doist [Python Meetup 27.03.15]
 
Введение в язык программирования Питон (Python)
Введение в язык программирования Питон (Python)Введение в язык программирования Питон (Python)
Введение в язык программирования Питон (Python)
 
Теория нечётких множеств
Теория нечётких множествТеория нечётких множеств
Теория нечётких множеств
 
Pandas: обзор основных функций
Pandas: обзор основных функцийPandas: обзор основных функций
Pandas: обзор основных функций
 
Machine Learning and Azure Machine Learning
Machine Learning and Azure Machine LearningMachine Learning and Azure Machine Learning
Machine Learning and Azure Machine Learning
 

Similar a Машинное обучение на платформе .NET

Когда технологий много - iForum 2013
Когда технологий много - iForum 2013Когда технологий много - iForum 2013
Когда технологий много - iForum 2013
Andrey Listochkin
 
Methodologies and technologies used in Ukrainian IT companies
Methodologies and technologies used in Ukrainian IT companiesMethodologies and technologies used in Ukrainian IT companies
Methodologies and technologies used in Ukrainian IT companies
Alex Turevski
 
Корпоративный информационный портал. Управленческие интранет решения
Корпоративный информационный портал. Управленческие интранет решенияКорпоративный информационный портал. Управленческие интранет решения
Корпоративный информационный портал. Управленческие интранет решения
Techart Marketing Group
 
Wild microservices and imaginary DevOps
Wild microservices and imaginary DevOpsWild microservices and imaginary DevOps
Wild microservices and imaginary DevOps
Кирилл Толкачёв
 
рп по у пп практике в
рп по у пп практике врп по у пп практике в
рп по у пп практике в
Anastasia Snegina
 

Similar a Машинное обучение на платформе .NET (20)

Когда технологий много - iForum 2013
Когда технологий много - iForum 2013Когда технологий много - iForum 2013
Когда технологий много - iForum 2013
 
Презентация Дроздова А. (Вице-президента Soft Machines), Владиславлева В.(Зам...
Презентация Дроздова А. (Вице-президента Soft Machines), Владиславлева В.(Зам...Презентация Дроздова А. (Вице-президента Soft Machines), Владиславлева В.(Зам...
Презентация Дроздова А. (Вице-президента Soft Machines), Владиславлева В.(Зам...
 
Рейтинг навыков .NET-разработчика
Рейтинг навыков .NET-разработчикаРейтинг навыков .NET-разработчика
Рейтинг навыков .NET-разработчика
 
Рейтинг навыков .NET-разработчика
Рейтинг навыков .NET-разработчикаРейтинг навыков .NET-разработчика
Рейтинг навыков .NET-разработчика
 
А.Левенчук -- Образование по машинному обучению
А.Левенчук -- Образование по машинному обучениюА.Левенчук -- Образование по машинному обучению
А.Левенчук -- Образование по машинному обучению
 
Введение в профессию исследователя приложений без исходных кодов
Введение в профессию исследователя приложений без исходных кодовВведение в профессию исследователя приложений без исходных кодов
Введение в профессию исследователя приложений без исходных кодов
 
Анализ поисковых запросов с помощью R
Анализ поисковых запросов с помощью RАнализ поисковых запросов с помощью R
Анализ поисковых запросов с помощью R
 
Антон Колошин - Формирование межрегионального Smart ЦОК ИТ
Антон Колошин - Формирование межрегионального Smart ЦОК ИТАнтон Колошин - Формирование межрегионального Smart ЦОК ИТ
Антон Колошин - Формирование межрегионального Smart ЦОК ИТ
 
Modern IT- technologies
Modern IT- technologiesModern IT- technologies
Modern IT- technologies
 
Methodologies and technologies used in Ukrainian IT companies
Methodologies and technologies used in Ukrainian IT companiesMethodologies and technologies used in Ukrainian IT companies
Methodologies and technologies used in Ukrainian IT companies
 
Обучение IT-аналитиков
Обучение IT-аналитиковОбучение IT-аналитиков
Обучение IT-аналитиков
 
Рейтинг навыков .NET-разработчика
Рейтинг навыков .NET-разработчикаРейтинг навыков .NET-разработчика
Рейтинг навыков .NET-разработчика
 
Наталья Желнова для ITGM#6. Обучение системных аналитиков
Наталья Желнова для ITGM#6. Обучение системных аналитиковНаталья Желнова для ITGM#6. Обучение системных аналитиков
Наталья Желнова для ITGM#6. Обучение системных аналитиков
 
Корпоративный информационный портал. Управленческие интранет решения
Корпоративный информационный портал. Управленческие интранет решенияКорпоративный информационный портал. Управленческие интранет решения
Корпоративный информационный портал. Управленческие интранет решения
 
зао «эвентос»
зао «эвентос»зао «эвентос»
зао «эвентос»
 
Wild microservices and imaginary DevOps
Wild microservices and imaginary DevOpsWild microservices and imaginary DevOps
Wild microservices and imaginary DevOps
 
Умник
УмникУмник
Умник
 
Применение статического анализа кода в преподавании и в разработке свободного ПО
Применение статического анализа кода в преподавании и в разработке свободного ПОПрименение статического анализа кода в преподавании и в разработке свободного ПО
Применение статического анализа кода в преподавании и в разработке свободного ПО
 
Как думать о коммерциализации Искусственного Интеллекта и не разочароваться з...
Как думать о коммерциализации Искусственного Интеллекта и не разочароваться з...Как думать о коммерциализации Искусственного Интеллекта и не разочароваться з...
Как думать о коммерциализации Искусственного Интеллекта и не разочароваться з...
 
рп по у пп практике в
рп по у пп практике врп по у пп практике в
рп по у пп практике в
 

Más de DotNetConf

Más de DotNetConf (17)

Как грабить корованы
Как грабить корованыКак грабить корованы
Как грабить корованы
 
Как анимировать тысячи объектов на карте и не подвесить браузер
Как анимировать тысячи объектов на карте и не подвесить браузерКак анимировать тысячи объектов на карте и не подвесить браузер
Как анимировать тысячи объектов на карте и не подвесить браузер
 
Микросервисы: взгляд сверху и в бок
Микросервисы: взгляд сверху и в бокМикросервисы: взгляд сверху и в бок
Микросервисы: взгляд сверху и в бок
 
Разработка надежных параллельных, распределенных приложений: быстро и дешево
Разработка надежных параллельных, распределенных приложений: быстро и дешевоРазработка надежных параллельных, распределенных приложений: быстро и дешево
Разработка надежных параллельных, распределенных приложений: быстро и дешево
 
Как приручить реактивное программирование
Как приручить реактивное программированиеКак приручить реактивное программирование
Как приручить реактивное программирование
 
Делаем очередь поверх Кассандры
Делаем очередь поверх КассандрыДелаем очередь поверх Кассандры
Делаем очередь поверх Кассандры
 
К искусству записи пользовательских историй
К искусству записи пользовательских историйК искусству записи пользовательских историй
К искусству записи пользовательских историй
 
Как это будет: ASP.NET Core
Как это будет: ASP.NET CoreКак это будет: ASP.NET Core
Как это будет: ASP.NET Core
 
Continuous Delivery для ASP.NET MVC проекта под Linux
Continuous Delivery для ASP.NET MVC проекта под LinuxContinuous Delivery для ASP.NET MVC проекта под Linux
Continuous Delivery для ASP.NET MVC проекта под Linux
 
Кроссплатформенная библиотека для Android и iOS: за и против
Кроссплатформенная библиотека для Android и iOS: за и противКроссплатформенная библиотека для Android и iOS: за и против
Кроссплатформенная библиотека для Android и iOS: за и против
 
Быстрый бэкенд с parse.com
Быстрый бэкенд с parse.comБыстрый бэкенд с parse.com
Быстрый бэкенд с parse.com
 
Kotlin в production. Как и зачем?
Kotlin в production. Как и зачем?Kotlin в production. Как и зачем?
Kotlin в production. Как и зачем?
 
Как жить в согласии с SOLID?
Как жить в согласии с SOLID?Как жить в согласии с SOLID?
Как жить в согласии с SOLID?
 
Многопоточное программирование на C#, путевые заметки
Многопоточное программирование на C#, путевые заметкиМногопоточное программирование на C#, путевые заметки
Многопоточное программирование на C#, путевые заметки
 
Платформа Apache Hadoop
Платформа Apache HadoopПлатформа Apache Hadoop
Платформа Apache Hadoop
 
Робототехника для прикладных программистов
Робототехника для прикладных программистовРобототехника для прикладных программистов
Робототехника для прикладных программистов
 
Разработка Windows 8 приложений глазами WPF/Silverlight программиста
Разработка Windows 8 приложений глазами WPF/Silverlight программистаРазработка Windows 8 приложений глазами WPF/Silverlight программиста
Разработка Windows 8 приложений глазами WPF/Silverlight программиста
 

Машинное обучение на платформе .NET

  • 1. 9-я конференция .NET разработчиков 12 октября 2014 dotnetconf.ru Машинное обучение на платформе .NET Александр Карпич «Максет Лайн» maxet-line.ru
  • 2. 2 Содержание • Что такое «машинное обучение» • Классификация алгоритмов • Основные инструменты • ML на практике • Проблемы и пути их решения
  • 4. 4 Что такое машинное обучение? Machine learning is a subfield of computer science and statistics that deals with the construction and study of systems that can learn from data, rather than follow only explicitly programmed instructions. http://en.wikipedia.org/wiki/Machine_learning
  • 5. 5 Классификация алгоритмов • Обучение с учителем: o медицинская диагностика; o инвестиционные решения; o оценка кредитоспособности. • Обучение без учителя: o кластеризация; o сокращение размерности.
  • 6. 6
  • 7. 7 WTF R? • Язык для статистической обработки. • Работает везде. • Используется всеми*. • Over9000 пакетов на cran.r-project.org http://www.revolutionanalytics.com/companies-using-r
  • 8. 8 Далее в программе • RStudio • Линейная регрессия и возраст Вселенной • Кластерный анализ и биржевые котировки • F# + R Type Provider
  • 9. 9 git clone https://github.com/ymn/dnc.git
  • 11. 11 Demo #1 dncrlinear
  • 12. 12 Кластерный анализ • Divide et impera • Сжатие данных • Выделение нетипичных объектов
  • 13. 13 Demo #2 dncrcluster
  • 14. 14 Demo #3 dncdotnetintroIntro.fsx
  • 15. 15 Спасибо за внимание Александр Карпич avkarpich@gmail.com twitter.com/_ymn