Публикации по теме 'data-analysis'
Машина опорных векторов в Python
Алгоритм классификации машинного обучения
Введение
Машина опорных векторов (SVM) – это популярный алгоритм машинного обучения, который используется для классификации и регрессионного анализа. Это контролируемый алгоритм обучения, который использует концепцию граничных линий или гиперплоскостей или максимального запаса, который представляет собой максимально возможное расстояние между граничной линией и ближайшими точками данных для классификации точек данных по различным..
Изучение и анализ временного ряда
Наблюдения, которые были записаны упорядоченным образом и коррелированы во времени, составляют временной ряд. Очень общее приложение временных рядов использует его для прогнозирования того, что произойдет в будущем. Например, Прогнозирование продаж, анализ фондового рынка, прогнозирование запасов и т. д.
Другой интересующей областью, в которой используются временные ряды, отличные от прогнозирования, является обнаружение выбросов. Обнаружение выбросов — это целенаправленные..
K означает, что кластеризация легко объясняется
K означает, что кластеризация - это метод неконтролируемой классификации, при котором каждая точка данных назначается классу. Мы начинаем процесс K означает кластеризацию, выбирая K. K - это количество классов, которые мы решим использовать. Есть несколько распространенных и простых способов выбрать K, и я объясню их позже в статье. Однако я считаю, что было бы очень полезно сначала понять концепцию алгоритма.
Как уже упоминалось, мы начинаем выбирать значение K. Центроиды K..
Прогнозирование рака легких
Каковы настоящие симптомы рака легких? Давайте ответим на него в этой статье
Фон
Рак легких — это тип рака, который начинается в легких. Ваши легкие — это два губчатых органа в груди, которые поглощают кислород при вдохе и выделяют углекислый газ при выдохе.
Рак легких является ведущей причиной смертности от рака во всем мире.
Рак легких обычно не вызывает признаков и симптомов на самых ранних стадиях. Признаки и симптомы рака легких обычно проявляются на поздних стадиях..
Глоссарий специалиста по данным
Анализ: тщательное изучение реальной системы.
Анализ: анализ, включая математику. (Люди используют этот термин по-разному, иногда охватывая все, от общего количества животных с простыми историческими данными, используемыми до очень сложных прогностических моделей. Всегда спрашивайте!)
Связь правило : инструмент для определения комбинаций. Чаще всего правило консолидации используется при анализе потребительской корзины.
Среднее значение : все измерения, которые описывают..
Как создавать определяемые пользователем функции в Python
Улучшите свою игру Python, определив свои собственные функции
Вы когда-нибудь думали: «Хотел бы я, чтобы у Python была функция, которая выполняла ________». Заполнить бланк. Если да, то у меня отличные новости! Python дает вам возможность создавать свои собственные пользовательские функции. Вам нужно понять несколько вещей, но это не так уж и сложно. Итак, приступим.
Пользовательские функции - отличный способ красиво упаковать повторно используемые блоки кода. На самом базовом..
Строки, регулярные выражения и анализ текстовых данных
Предположим, вы хотите создать набор данных, состоящий из кратких определений и фактов, взятых из большого массива текстов, такого как набор рефератов всех статей, найденных в англоязычной версии Википедии. Вы также хотели бы, чтобы рабочий процесс, который вы собираете, был многоразовым и гибким, позволяя вам быстро обновлять набор данных и/или расширять его возможности. Какие функции и библиотеки Python, как встроенные, так и предоставленные более широким сообществом, вы можете..
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..