Kolmannen opetusperiodin viimeisellä Koodiklinikalla hahmotellaan askeleita kohti oppivien järjestelmien rakentamista.

Sisällön jalostaminen:

• Folksonomiat
• Natural Language Corpus Data: Beautiful Data (Norvig, 2008)
• TF-IDF
• fastText
• EmoPy

Koneoppiminen:

• luokittelu (classification)
• Kenen joukoissa seisot - ennustaako kone ehdokkaan puoluekannan? (Himberg)
• Diplomityö asiakasviestien automaattisesta luokittelusta (Hurme, 2017)
• ryhmittely (clustering)
• samankaltaisuusanalyysi (ks. Document Similarity using NLTK and Scikit-Learn )

Suosittelujärjestelmät:

• Quick Guide to Build a Recommendation Engine in Python (Jain 2016)
• Recommender systems, Part 1: Introduction to approaches and algorithms (M. Jones, IBM)
• Surprise: A Python scikit for recommender systems

Johdanto datatieteeseen käy läpi koneoppimisen mentelmiä, jotka soveltuvat myös oppivien ja “älykkäiden” järjestelmien kehittämiseen.