jak wytresować smoka 4 – lokalizacja
W poprzednim wpisie (tutaj) otrzymaliśmy zbiór ofert nieruchomości z uzupełnionymi danymi dotyczącymi roku budowy. Dziś pokażemy jak podzielić zbiór ze względu na lokalizację. Do podzialu danych ze względu na lokalizację możemy użyć algorytmu KMeans z biblioteki Scikit-learn (sklearn). KMeans jest to algorytm klasteryzacji (grupowania), który jest używany do grupowania podobnych obiektów w grupy (klastery). KMeans […]
jak wytresować smoka – kategoryzacja tekstu
standard wykończenia na podstawie opisów w ogłoszeniach Kategoryzacja tekstu to proces polegający na przypisaniu danego tekstu do jednej lub wielu kategorii. Jest to ważne zagadnienie w przetwarzaniu języka naturalnego, ponieważ pozwala na automatyzację procesów, takich jak klasyfikacja wiadomości e-mail czy wyszukiwanie informacji.Sieci neuronowe są jednym z najpopularniejszych sposobów na rozwiązanie problemu kategoryzacji tekstu. Dzieje się […]
jak wytresować smoka, czyli sieci neuronowe w praktyce
„Sztuczna inteligencja (AI) może mieć wpływ na wycenę nieruchomości na kilka sposobów. Oto kilka przykładów: Ogólnie rzecz biorąc, AI może mieć pozytywny wpływ na wycenę nieruchomości poprzez umożliwienie szybszego i bardziej dokładnego przetwarzania danych oraz poprzez ułatwienie oszacowania przyszłych cen i stanu nieruchomości.”* *tekst powyższy wygenerowano przez chatGPT (https://openai.com/blog/chatgpt/) na zapytanie: „napisz o wpływie sztucznej […]