WedX - журнал о программировании и компьютерных науках

Публикации по теме 'decision-tree'


Практическое введение в машинное обучение: создание классификатора
В этой статье представлено практическое введение в машинное обучение для начинающих. Это будет статья в стиле упражнений, в которой мы собираемся построить модель классификатора для классификации набора данных, и мы будем проходить сквозной процесс, такой как загрузка набора данных, очистка набора данных, выполнение разработки функций на набор данных, создать разделение обучения/тестирования, выполнить перекрестную проверку нескольких моделей, выбрать лучшую модель, подобрать лучшую модель..

Объяснение самых популярных алгоритмов машинного обучения
Мы уже говорили об искусственном интеллекте и о том, как сильно он развивается. Заметные достижения ИИ за последнее десятилетие Рост искусственного интеллекта пугает многих людей, которые склонны думать, что в будущем мы увидим роботов… media.datadriveninvestor.com За всеми этими разработками стоит множество программ и данных. Для некоторых это может показаться скучным, но самое интересное — самые популярные алгоритмы довольно..

Деревья решений (часть 2)
В первой части этой статьи мы обсуждали, что такое деревья решений и как их строить из заданного набора данных. В этой части мы покажем, как использовать и настраивать деревья решений в Scikit-Learn, как справляться с переоснащением деревьев решений с помощью обрезки деревьев и как использовать деревья решений для задач регрессии. Деревья решений в Scikit-Learn Класс DecisionTreeClassifier в sklearn.tree предоставляет классификатор дерева решений. Его реализация основана на..

Метод случайного леса в оригинальной идее.
Что такое случайный лес? Метод ансамбля Основной алгоритм Предварительные требования: Метод начальной загрузки Древо решений Процесс Шаг 1: Создайте «самозагрузочный» набор данных Что такое «самозагружаемый» набор данных? → использовать реляционную ссылку Шаг 2: Создайте дерево решений, используя набор данных с бустингом на шаге 1, но используйте только случайное подмножество переменных на каждом шаге. Например, мы узнаем, что Good Blood Circle является..

Дерево решений: концепция и практическая реализация в двух словах
Алгоритмы на основе дерева очень популярны из-за их дополнительных преимуществ по сравнению с алгоритмом линейной регрессии с точки зрения предварительной обработки меньшего количества данных и эффективной обработки нелинейных данных. Этот блог познакомит вас с алгоритмами, основанными на деревьях, и уделит больше внимания деревьям решений. Оглавление Что такое Алгоритмы на основе дерева Введение в дерево решений Когда их использовать, а когда не использовать Как работает..

Основы алгоритмов машинного обучения и их приложений
Добро пожаловать в наше исчерпывающее руководство по основам алгоритмов машинного обучения и их приложений. В современном мире, управляемом данными, машинное обучение стало незаменимым инструментом для решения сложных проблем и извлечения ценных идей из огромных объемов данных. Эта статья призвана дать вам четкое представление об основных алгоритмах машинного обучения, сопровождаемое практическими примерами кода и реальными приложениями. Оглавление Введение Линейная регрессия..

Наука о данных 101 - Деревья решений и почему они полезны для бизнеса
Как компании могут извлечь выгоду из алгоритмов дерева решений? Автор Ань Ле . Следуйте за ней в Medium и LinkedIn , чтобы узнать больше. Пожалуйста, также следите за Desa Analytics на Medium, чтобы получать уведомления о публикации новых блогов. Введение В повседневной жизни мы все принимаем решения в зависимости от обстоятельств и событий. Чтобы принять решение, мы выбираем между множеством альтернатив, которые ведут нас разными путями к достижению ожидаемых результатов этого..

Новые материалы

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..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]