Публикации по теме 'machine-learning'
Как использовать IBM Watson Studio AutoAI
Выбор модели имеет первостепенное значение. Как правило, необходимо применять методы выбора модели. Выбор модели - это процесс выбора наилучшей модели после оценки отдельных моделей на основе нескольких условий. Примерами являются k-кратная перекрестная проверка, бутстрап, случайная выборка и многие другие. Этот процесс сам по себе является обременительным, и необходимо учитывать множество других вычислительных шагов, таких как фильтрация данных, преобразование данных, выбор функций,..
Освоение контролируемого обучения с помощью Python стало проще и интереснее!
Аннотация:
Погрузитесь в захватывающий мир контролируемого обучения с помощью Python в этой увлекательной статье. Мы расскажем об основах обучения с учителем, важности разработки признаков и о том, как выбрать правильный алгоритм для решения вашей задачи. Получите практический опыт с пошаговым примером, используя популярную библиотеку Python Scikit-learn. Наконец, мы раскроем секреты оценки и тонкой настройки моделей для максимально возможной производительности.
Ключевые слова:..
Анализ настроений успеха фильма от Pathsetter.io
Обзор
На прошлой неделе вышло два больших фильма, которые очень ждали за последний год — Varisu и Thunivu. Мы пытаемся измерить успех фильмов, но это не ежу понятно — оба фильма собрали 150 Cr + в течение недели. Вокруг фильмов так много шумихи, но есть ли показатель качества фильмов. ? Мы здесь, чтобы узнать. В этом проекте мы пытаемся сравнить отношение рецензентов к этим фильмам. Для выполнения этой задачи мы будем использовать методы обработки естественного языка и модели..
Как сделать науку о данных правильным способом для бизнес-действий
Как сделать науку о данных правильным способом для бизнес-действий
Почему мы никогда не должны использовать прогнозные данные в качестве причинно-следственной связи.
Мы занимаемся наукой о данных неправильно (обычно).
Большинство групп данных, с которыми я сталкивался, предоставляют аналитические данные и прогностические модели другим командам, влияющим на бизнес. Другие команды могут неправильно действовать в соответствии с этими выводами.
Все мы знаем из статистики 101, что..
Понимание различий : наука о данных, машинное обучение и искусственный интеллект
В мире технологий термины «наука о данных», «машинное обучение» и «искусственный интеллект» часто используются как синонимы. Однако эти термины относятся к отдельным и специализированным областям в более широкой сфере принятия решений на основе данных.
В этом блоге мы рассмотрим различия между наукой о данных, машинным обучением и искусственным интеллектом, а также то, как они используются для решения различных типов задач.
Что такое наука о данных?
Наука о данных — это..
Начало работы с предсказанием молекулярных свойств с помощью машинного обучения
В этом посте я собираюсь показать, как приступить к разработке моделей машинного обучения для предсказания молекулярных свойств. Это должен быть очень минимальный пример. Мы рассмотрим другие методы улучшения этой модели в следующих постах. Мы собираемся предсказать липофильность малых молекул. Набор данных можно скачать с сайта MoleculeNet .
Прогнозирование липофильности — это регрессионная задача, и мы собираемся использовать алгоритм Random Forest, реализованный в пакете..
Машинное обучение с Google Sheets
Добро пожаловать в серию руководств по машинному обучению в Google Таблицах.
Что такое Simple ML для Таблиц?
Благодаря Simple ML for Sheets каждый может использовать машинное обучение в Google Sheets, не зная ML, не программируя и не передавая данные третьим лицам .
В этой серии руководств вы узнаете следующее:
Введение в простой ML
2. Установка Simple ML для Google Таблиц
3. Прогнозирование пропущенных значений с помощью Simple ML
4. Создайте и обучите модель с..
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..