Публикации по теме 'machine-learning'
Оценка категориальных моделей
Когда у вас есть категориальные данные, вы можете построить несколько моделей для прогнозирования новых наблюдений на основе данных. Вы можете создавать логистические регрессии, деревья решений, случайные леса, модели повышения и многое другое. Как вы их сравниваете и как определяете, какая модель лучшая ?
Матрица путаницы
Допустим, у нас есть двоичный набор категориальных данных, цель которого - предсказать, является ли что-то истинным или ложным. Мы строим несколько моделей, и..
Создайте машину опорных векторов (SVM) для набора данных по банковскому маркетингу
В этой статье описывается построение SVM, чтобы предсказать, будет ли клиент вкладывать деньги по срочному плану в банк.
Наброски
Обзор набора данных предварительная обработка набора данных SMOTE и разделение набора данных Функциональная инженерия SVM с ядром Оценка
1. Обзор набора данных
url- https://archive.ics.uci.edu/ml/datasets/bank+marketing#
Описание атрибутов
1 - возраст (числовой) 2 - работа: тип работы (категориальный: «администратор», «рабочий»,..
Как я попал в сферу ИИ
Одно из существенных сомнений, с которым я сталкиваюсь, встречаясь с новыми людьми в моем колледже, заключается в том, как я начал свое путешествие по машинному обучению.
Вкратце расскажу, что в настоящее время я получаю степень бакалавра в Индийском технологическом институте в Гувахати. Институт известен тем, что выпускает многих ученых, которые впоследствии оказывают положительное влияние на общество благодаря знаниям и опыту, которые они собрали. С самого начала нашего семестра мы..
Приложения стимулируют формализм: почему машинное обучение быстро развивается и три набора уловок
«Сфера машинного обучения достаточно молода, чтобы быстро расширяться, часто за счет изобретения новых формализаций задач машинного обучения, основанных на практических приложениях».
- Майк Джордан, профессор статистического машинного обучения из Калифорнийского университета в Беркли, в недавнем обзоре парадигм обучения с учителем, без учителя и обучения с подкреплением.
Методы машинного обучения применимы к быстро растущему набору важных проблем. Столь же быстрый рост доступных..
Как найти систему GPT4: - Теперь, когда вы знаете, как получить доступ к системе GPT4, вам также необходимо…
Как найти систему GPT4:- Теперь, когда вы знаете, как получить доступ к системе GPT4, вам также нужно знать, как ее найти . Вот пошаговое руководство по поиску системы GPT4: 1. Перейдите на веб-сайт GPT4. 2. Нажмите кнопку «Поиск . 3. Введите введите ключевое слово GPT4 в строку поиска. 4. Нажмите кнопку Поиск . 5. Появится список систем GPT4. 6. Нажмите на нужную систему GPT4. для использования. 7. Вы попадете на новую страницу, содержащую информацию о системе GPT4, например,..
Этика данных - теория ветчины Monster Energy
Я не могу сказать, что эта идея на 100% оригинальна, поскольку вся этика данных основана на этой идее. Однако я хотел бы найти время, чтобы провести аналогию (мемификацию, если хотите) - всю этику данных можно резюмировать одним мемом:
Один отвратительный образ может открыть философские шлюзы научного сообщества (в частности, науки о данных). Когда дело доходит до интеллектуального анализа данных, построения моделей машинного обучения и создания ИИ, насколько это еще далеко? Падаем..
Работа с DeepONets, часть 4 (машинное обучение)
Fourier-DeepONet: сети глубоких операторов с расширенным Фурье для полной инверсии формы сигнала с повышенной точностью, обобщаемостью и надежностью (arXiv)
Автор: Мин Чжу , Шихан Фэн , Юцзо Линь , Лу Лу .
Аннотация: Полная инверсия формы волны (FWI) выводит информацию о структуре геологической среды из данных сейсмической формы волны путем решения невыпуклой задачи оптимизации. FWI, управляемый данными, все чаще изучается с использованием различных архитектур нейронных сетей для..
Новые материалы
Как создать диаграмму градиентной кисти с помощью D3.js
Резюме:
Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
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..