Публикации по теме 'ml-so-good'
Введение в байесовский вывод — часть 1
В этой статье мы более подробно рассмотрим Байесовский вывод . Мы хотим понять, чем он отличается от частотного вывода и почему байесовский вывод так важен для машинного обучения. В конце мы также познакомимся с теоремой Байеса. Эта статья послужит мягким введением в следующую статью, в которой мы рассмотрим оценку максимального правдоподобия (MLE) и максимальную апостериорную оценку (MAP).
Байесовский вывод против частотного вывода
Прогнозное моделирование с использованием Sklearn
Использование Imodels для создания лаконичных, прозрачных и точных прогностических моделей
Sklearn — это библиотека Python, содержащая несколько моделей машинного обучения. Эти модели можно использовать для решения таких задач, как классификация и регрессия. К множеству алгоритмов, таких как Наивный Байес, SVM, Дерево решений и т. д., можно легко получить доступ и использовать для решения множества задач.
Бесплатный курс веб-разработки CodePath с сертификатом для студентов технических специальностей
CodePath предоставляет студентам технических специальностей бесплатные курсы по совершенствованию их резюме!! Заявки уже открыты!!
CodePath — это некоммерческая организация, которая объединяет работодателей, студентов и колледжи для устранения неравенства в техническом образовании, диверсификации области и предоставления недостаточно представленным студентам пути к экономической мобильности и богатству поколений.
Стоимость : бесплатно Сроки: 10 недель (ОСЕНЬ 2023 г.)..
Принципы очистки данных, которые вы должны знать
понимание, принципы и рекомендации
Введение
Перед тем, как мы проведем анализ данных или создадим модели машинного обучения, предстоит очень важный этап — очистка данных . Очистка данных — это шаг к повышению качества данных путем очистки данных от пропущенных значений, выбросов, дублирования данных и т. д. Большинство ученых, занимающихся данными, тратят почти 80% своего времени на очистку данных, чтобы улучшить качество данных.
Возможно, большинство из вас читали термин «мусор..
Регрессионный анализ с линейными и нелинейными моделями
Регрессионный анализ — это статистический метод, используемый для моделирования и анализа связи между зависимой переменной и одной или несколькими независимыми переменными. Регрессионный анализ широко используется в различных областях, в том числе в экономике, финансах, технике и социальных науках. В этой статье мы обсудим регрессионный анализ с линейными и нелинейными моделями и предоставим код Python…
Используйте NetworkX для прогнозирования узлов в Python
Я работал над первым конкурсом Covid Volunteer сообщества Kaggle, и сообщение в блоге, которое я сделал о конкурсе, можно найти здесь: https://medium.com/mlearning-ai/use-pivot-tables-to -делать-прогнозы-на-ковид-добровольцев-838df6c79ab1»
В этом посте я собираюсь обсудить второй конкурс сообщества Covid Volunteer, который намного сложнее…
Машина опорных векторов —«Линия — это все, что вам нужно»
В этой статье объясняется, как работает алгоритм машины опорных векторов (SVM) в задачах регрессии и классификации.
Прежде всего, Машины опорных векторов — это интуитивно понятные алгоритмы для задач классификации. Я хочу сказать, что идея SVM легко объяснима, когда вам нужно различать два класса. Однако это не означает, что этот алгоритм предназначен только для классификации, наоборот, он может хорошо работать для любой регрессии, но логика немного изменится!
Давайте углубимся в..
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..