Публикации по теме 'kaggle'
Мягкое введение в соревнование Kaggle: пошаговый подход
Когда я впервые начал изучать машинное обучение, я начал с набора данных, такого как MNIST, который позволяет мне воспроизводить результат с помощью современных алгоритмов. Иногда это заставляет меня чувствовать себя слишком хорошо, чтобы быть правдой, потому что входные данные очень чистые, данные очень сбалансированы и распределение согласовано между обучающими и тестовыми наборами. Однако на самом деле мы вряд ли можем встретить столь совершенные данные; не говоря уже о том, чтобы..
Мое путешествие по машинному обучению и первое соревнование по Kaggle
Как я начал науку о данных и первый опыт.
Начало путешествия
После работы инженером-электронщиком меня заинтересовала область Data Science. Я начал искать Moocs в этой области. Вот список, который мне помогли в моем путешествии,
Введение в машинное обучение https://www.udacity.com/course/intro-to-machine-learning--ud120 Машинное обучение от А до Я https://www.udemy.com/machinelearning/ Машинное обучение https://www.coursera.org/learn/machine-learning
Все эти курсы..
Регрессионные модели на конкурсе цен на жилье Kaggle
Прогнозирование цены дома с учетом различных метаданных о недвижимости существует с самого начала машинного обучения. В этой статье я расскажу о своем решении и, что более важно, обсужу свои результаты, оценив созданные модели. К концу нашего короткого, но насыщенного путешествия по науке о данных вы познакомитесь с различными алгоритмами регрессионного машинного обучения, основанными на деревьях решений. Во-вторых, вы узнаете, что такое настройка гиперпараметров, и получите некоторое..
Что нужно, чтобы стать №1 в мире на Kaggle
Что нужно, чтобы стать №1 в мире на Kaggle
В беседе с Гуаньшуо Сюй: специалистом по анализу данных, гроссмейстером соревнований Kaggle (ранг 1) и доктором философии. в области электротехники.
В этой серии интервью я представляю истории признанных Data Scientists и гроссмейстеров Kaggle на H2O.ai , которые делятся своим путешествием, вдохновением и достижениями. Цель этих собеседований - мотивировать и воодушевить других, кто хочет понять, что нужно для того, чтобы стать..
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..