Публикации по теме 'decision-tree'
AI-Учитесь инвестировать
Проект выполнен Даниэлем Дабдубом и Иманолом Ресио Эркисиа . Вы можете найти код этого проекта здесь .
«Инвестирование в фондовый рынок. Это звучит здорово! Я попробую ».
Это обычная фраза, которую каждый новичок (включая меня и, возможно, вас тоже) произносит, когда в первый раз слушает историю успеха миллионера, читает статью о том, как цены следующих 10 компаний взлетят в этом году, или когда смотрел Big Short и ничего не понял.
Следовательно, любопытство по поводу того, как..
Обучение распознаванию выражения лица — от основ
Введение
Из-за возросшей потребности в безопасности и быстрого роста числа мобильных устройств распознавание лиц в последнее время стало горячей областью изучения. Распознавание лиц может использоваться в различных приложениях, включая контроль доступа, проверку личности, системы безопасности, системы наблюдения и социальные сети.
Классификация объектов — простое занятие для людей, но оказалось сложной задачей для компьютеров, поэтому классификация изображений стала важной задачей в..
Дерево решений и его математическая концепция
Здравствуйте, читатели, вот следующий очень интересный тип концепции и алгоритма машинного заработка, который называется деревом решений. Этот блог содержит введение в дерево решений и его математическую концепцию реализации.
Что такое дерево решений
Дерево решений представляет собой представление всех возможных решений для принятия решения на основе некоторых условий в графическом виде или в виде иерархического дерева.
Давайте возьмем пример, предположив, что мы должны решить,..
Деревья решений для классификации — Полный пример
Подробный пример построения дерева решений для классификации
В этой статье объясняется, как мы можем использовать деревья решений для задач классификации. После объяснения важных терминов мы разработаем дерево решений для простого примера набора данных.
Введение
Дерево решений — это инструмент поддержки принятия решений, который использует древовидную модель решений и их возможных последствий, включая исходы случайных событий, затраты ресурсов и полезность. Это один из способов..
Модели деревьев решений с использованием Python — Сборка, визуализация, оценка
Руководство и пример от MITx Analytics Edge с использованием Python
Деревья классификации и регрессии (CART) можно преобразовать в график или набор правил для прогностической классификации. Они помогают, когда модели логистической регрессии не могут предоставить достаточные границы решений для прогнозирования метки. Кроме того, модели дерева решений более интерпретируемы, поскольку они имитируют процесс принятия решений человеком. Кроме того, регрессия дерева решений может фиксировать..
Выбор модели по сравнению производительности
Для тех, кто только начинает свой путь к машинному обучению, может показаться сложной задачей узнать обо всех моделях и различиях между ними. После того, как мы узнаем, как работает модель и как ее использовать, нам нужно будет перейти в реальный мир и применить полученные знания для решения реальных проблем. Что касается реальных проблем, нам не дается конкретная модель для настройки. Мы должны оценить несколько моделей, а затем решить, какую модель мы хотим использовать.
У нас..
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..