Публикации по теме 'binary-classification'
Алгоритмы персептрона для линейной классификации
Узнайте, как работают алгоритмы перцептрона и что за ними стоит интуиция.
Базовый алгоритм персептрона был впервые представлен Ref 1 в конце 1950-х годов. Это двоичный линейный классификатор для обучения с учителем. Идею бинарного линейного классификатора можно описать следующим образом.
где x - вектор признаков, θ - вектор весов, а θ ₀ - смещение. Знаковая функция используется, чтобы различать x как положительную (+1) или отрицательную (-1) метку. Существует..
Функция потери журнала: метрика измерения ошибок машинного обучения
Выбор способа оценки модели машинного обучения является одним из наиболее важных решений в процессе машинного обучения. Решение должно сбалансировать реальное применение алгоритма, математическое свойство функции оценки и интерпретируемость меры.
Часто мы слышим вопрос, насколько точна ваша модель. Точность — это простая мера, которая говорит нам, какой процент строк мы получили правильно. Однако иногда точность не говорит всей истории.
Рассмотрим случай выявления СПАМ в электронном..
Матрица путаницы для классификации в ML.
Будучи энтузиастами машинного обучения и науки о данных, мы обязаны создать модель с точностью около процента (ха-ха!!!), что определенно невозможно для реальных случаев использования.
Модель с точностью от 80 до 95% считается хорошей моделью. Но добиться этого не так просто. Для анализа точности модели нам нужны матрицы путаницы. Взволнованный!!! узнать о Confusion Matrix? Посмотрим.
Что такое МАТРИЦА СМЕШАНИЙ?
Матрица путаницы — это табличный способ визуализации..
Начните с глубокого обучения менее чем за 5 минут🏄
Я отправился в путешествие, чтобы узнать о глубоком обучении. «Вещи, которым мы должны научиться, прежде чем мы сможем их делать, мы учимся, делая их». — Аристотель.
Сначала мы находим набор данных. Kaggle имеет фантастическую коллекцию наборов данных. Затем мы выбираем набор данных о фруктах, чтобы упростить его.
После извлечения набора данных мы выбираем папки с важными фруктами, яблоками и бананами. Теперь нам нужно обучить нашу сверточную нейронную сеть (CNN), чтобы она могла..
Начало работы с глубоким обучением
Если вас когда-нибудь очаровали слова «машинное обучение», «искусственный интеллект», «глубокое обучение», «нейронные сети», «бла…бла…», то теперь вам не нужно их пугать. Если вы новичок, то абсолютный! затем эти несколько минут повысят вашу уверенность и проложат правильный путь к началу пути к глубокому обучению и искусственному интеллекту.
Что такое глубокое обучение? Проще говоря, глубокое обучение — это член семьи машинного обучения, сила которого находится в руках..
Суть логистической регрессии
В этом посте мы разработаем модель бинарной классификации с набором данных, относящимся к проблеме со здоровьем. Он был получен с сайта kaggle.com и связан с возможностью сердечного приступа на основании 14 полученных признаков.
Мы начнем с изучения нашего набора данных, который уже является чистым ( без нулевых значений ), чтобы затем сгенерировать модель логистической регрессии и оценить ее производительность.
Логистическая регрессия
Тип регрессионного анализа, используемый для..
Бинарная классификация: советы и рекомендации по результатам 10 соревнований Kaggle
Эта статья изначально была написана Дерриком Мвити и размещена в блоге Neptune .
Представьте, если бы вы могли получить все советы и рекомендации, необходимые для решения проблемы двоичной классификации на Kaggle или где-либо еще. Я принял участие в более чем 10 соревнованиях Kaggle, в том числе:
Вызов классификации токсичных комментариев $35 000 TalkingData AdTracking Fraud Detection Challenge $25 000 IEEE-CI S Обнаружение мошенничества $20 000 Многоязычная..
