Обзор на PyTorch-LifeStream
При управлении бизнесом возникает множество задач, для решения которых может быть использовано машинное обучение. В каждой такой задаче требуется быстро исследовать много данных, в том числе событийных.
Библиотека PyTorch-LifeStream создана для работы с такими данными: в ней представлен большой выбор методов для использования событийных данных (сложные структуры данных) в модели машинного обучения. В частности, она помогает создавать эмбеддинги для последовательности событий/журналов событий [feature embedding]. Обучение эмбеддингов реализуется с помощью методов обучения без учителя.
О том, чем и в каких случаях библиотека PyTorch-LifeStream может быть полезна, мы и расскажем в данном видео.
Ссылка на PTLS на GitHub: https://github.com/dllllb/pytorch-lif...
Задать вопрос по работе с библиотекой: https://t.me/pytorch_lifestream
#python #deeplearning