Публикации по теме 'machine-learning'
Прогнозирование на основе временных рядов: несезонные модели ARIMA
Модели ARIMA (p, d, q) предоставляют другой подход к прогнозированию временных рядов, и это очень популярная форма статистического метода модели Бокса-Дженкинса. Авторегрессионная интегрированная скользящая средняя может быть полезна в различных областях, таких как статистика, для измерения событий, происходящих за период, а также может быть полезна для прогнозирования будущих значений в серии. Что входит в состав этой модели?
Давайте посмотрим на определение AR, I и MA.
Модели..
Логистическая регрессия с использованием набора данных диабетиков Pima Indian
Логистическая регрессия в машинном обучении является частью класса алгоритмов обучения с учителем, используемых для прогнозирования вероятности возникновения события. Для задачи бинарной классификации, такой как наличие или отсутствие диабета, алгоритм выводит вероятность (от 0 до 1) каждой точки данных с использованием независимых переменных. Хотя пороговое значение можно изменить, вероятность, равная или превышающая 0,5, указывает на то, что событие произойдет (наличие диабета), а..
Объяснение и практическое описание машин опорных векторов с ядрами
С помощью Scikit-Learn и Google Colab
Машина опорных векторов — это алгоритм, используемый для регрессии и классификации на основе уникальной линейной модели, что означает фиксированную линию или фиксированную плоскость для различения или прогнозирования меток. Это приводит к строгой модели, которая не может классифицировать данные определенного типа, особенно если данные перекрываются в двух или более категориях. Подробнее о SVM можно прочитать в моих предыдущих статьях:
и..
Использование нейронных сетей для распознавания человеческого ввода
Компьютеры учатся не так, как учатся люди. С самого начала современных вычислений люди изо всех сил пытались заставить компьютеры распознавать закономерности и интуитивно «учиться» на входных данных. Введите машинное обучение.
Один из способов, которым люди научили машины учиться, — это сверточные нейронные сети. В основном компьютеры берут серию входных нейронов и измеряют вероятность того, что выходной ответ равен целевым параметрам. Если это звучит как функции в общем..
Курс машинного обучения в Дели
Введение Машинное обучение – это область искусственного интеллекта и информатики, включающая разработку программного обеспечения и алгоритмов, которые могут делать прогнозы на основе данных. В этом модуле мы вводим регуляризацию, которая помогает предотвратить переоснащение моделей обучающими данными. Модели машинного обучения должны хорошо обобщать новые примеры, которые модель еще не видела на практике. Датчики вокруг транспортного средства передают тысячи точек данных, которые..
Алгоритмы регрессии
Алгоритмы регрессии — это тип алгоритма машинного обучения, используемый для прогнозирования числовых значений на основе входных данных. Алгоритмы регрессии пытаются найти взаимосвязь между входными и выходными переменными, подгоняя математическую модель к данным. Цель регрессии — найти математическую взаимосвязь между входными признаками и целевой переменной, которую можно использовать для точного прогнозирования новых, невидимых данных.
Существует множество различных типов..
Заработайте более 250 тысяч долларов в качестве специалиста по данным в этих отраслях
Варианты карьеры для специалистов по данным
«Многие современные предприятия научились добывать данные. На самом деле добыча данных становится почти рутиной. Но по мере того, как мы продвигаемся дальше в 21-й и 22-й века, использование данных становится приоритетным. Таким образом, речь идет не только о сборе всех этих данных, но и о том, чтобы проявить творческий подход к созданию новых способов использования этих данных в стремлении повысить ценность». ― Хендрит Ванлон..
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..