Азот, фосфор и калий - это большая тройка в составах удобрений. Растения нуждаются в этих трех макроэлементах, чтобы расти большими и пышными. Точно так же в машинном обучении вам нужно несколько компонентов, чтобы расти большими и пышными, поэтому NPK машинного обучения - это математика, кодирование и данные - MCD
Я создаю цепочку блогов, которые будут охватывать темы от базового до среднего по различным концепциям машинного обучения.
Чего ожидать в цепочке? Я расскажу о концепции
Регрессия: Регрессионный анализ, статистический метод оценки взаимосвязей между переменными.
Классификация: классификация - это проблема определения того, к какой из набора категорий (субпопуляций) принадлежит новое наблюдение, на основе обучения. набор данных, содержащих наблюдения (или экземпляры), принадлежность к категории которых известна
Кластеризация: кластеризация - это задача группировки набора объектов таким образом, чтобы объекты в одной группе (называемой кластером) были больше похожи (в некотором смысле) друг на друга, чем на тех, кто находится в других группах (кластерах)
Существуют различные статистические инструменты для выполнения вышеуказанной задачи, в этой серии статей я бы охватывал большинство из них.
Подход. Я воспользуюсь статистическим инструментом и расскажу
M- Математическая концепция требует понимания темы.
C- Реализация инструмента на языке Python.
D - Вид проблемы, которую решит инструмент, и характер данных.
Ресурсы и помощь: я буду делиться / ссылаться на некоторые видео Youtube, блоги, код Github, учебные материалы по каждой из тем.
Так что, если вы заинтересованы в изучении машинного обучения и не знаете, как достичь этого систематически, этот блог может вам помочь.
На этом я закончу и в следующий раз встречусь по первой теме - линейной регрессии.
