Публикации по теме 'classification'
На какой классификационной метрике сосредоточиться?
Недавно, работая над своим завершающим проектом в школе Flatiron, я глубже погрузился в алгоритмы классификации. Что я могу сказать? Что ж, очевидно, точность — не единственный показатель, на который следует обращать внимание ! Сегодня я хочу поговорить о метриках оценки моделей классификации. Для начала разберемся, что такое классификация.
Классификация — это алгоритм машинного обучения, предсказывающий, к какой выходной метке относятся входные значения. Другими словами, при..
Алгоритмы классификации и кластеризации: как они работают?
Кластеризация и классификация — два распространенных метода машинного обучения для распознавания закономерностей в данных. В первом сезоне нашей серии видеороликов, объясняющих осознанные мысли, мы говорили о том, что они из себя представляют и как определить различия между ними. Смотрите выпуск прямо сейчас:
Кластеризация и классификация — это виды машинного обучения, но они работают совершенно по-разному.
Кластеризация — это тип обучения без учителя , поэтому для работы машины..
Обнаружение занятости с использованием логистической регрессии и нейронных сетей (часть 2)
Не введение
Если вы читали заголовок, то должны знать, что в этой статье есть Часть 1. А поскольку я ленивый, вся необходимая подготовка данных находится там. Итак, сначала прочитайте это, пока не увидите заголовок Логистическая регрессия (если вы ищете только нейронную сеть) ЗДЕСЬ: https://medium.com/p/b76ae9da6118
Продолжая….
В любом случае, теперь, когда у вас есть все готовые данные, мы можем приступить к использованию нейронных сетей с предварительно созданной функцией, а..
Прогнозирование рака груди с использованием классификатора случайного леса
Что вы узнаете из этого блога?
Вы узнаете о некоторых основных способах использования pandas, которые помогают обрабатывать ваши данные, например iloc, isnull (), head (). Вы узнаете о кодировании - почему и типах - LabelEncoder и One Hot Encoder. Мы также увидим, как можно обучить классификатор случайного леса и как матрицы путаницы помогают нам определить точность нашей модели. Мы будем использовать sklearn на протяжении всего блога
Найдите ядро kaggle здесь и проект github..
WSDM - Музыкальная рекомендация KKBox Challange
Цель:
В этой задаче мы должны предсказать шансы того, что пользователь будет слушать песню повторно после того, как было запущено первое наблюдаемое событие прослушивания в пределах временного окна.
Обзор: https://www.kaggle.com/c/kkbox-music-recommendation-challenge/overview
Контуры:
Бизнес-проблема Обсуждение данных EDA Функциональная инженерия Предварительная обработка данных Модели Сравнение Заключение и дальнейшая работа использованная литература
Введение..
Глубокое обучение для классификации временных рядов (InceptionTime)
Новая модель глубокого обучения (похожая на GoogleNet) для классификации временных рядов.
Показатель
Мотивация Машинное обучение для классификации временных рядов Лучшие практики глубокого обучения для классификации временных рядов: InceptionTime Понимание времени начала Заключение
1. Мотивация
Данные временных рядов всегда представляли большой интерес для финансовых служб, и теперь, с появлением приложений реального времени, другие области, такие как розничная торговля и..
Демистификация искусственного интеллекта
Каждый, у кого есть доступ к новостям, слышал термин AI раньше. Либо в виде того, как он помогает ученым лучше управлять и анализировать свои данные, либо как он якобы захватит мир и поработит все человечество. В наш век технологий информация распространяется очень быстро, особенно негативная. Так идея мощной технологии, которая потенциально могла бы стереть человечество с лица земли, распространилась со скоростью лесного пожара. Однако следует знать, что не вся эта информация..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..