Публикации по теме 'classification-models'
Могут ли данные ЭЭГ помочь в клинической диагностике большого депрессивного расстройства (БДР)?
Создание прогнозной модели машинного обучения с использованием Python (пакеты MNE, Antropy и Scipy)
- Апарна Вадламуди, Панини Мохан Мокрала и Ануп Меркап
[Особая благодарность нашему наставнику доктору Элле О’Брайен за ее руководство на протяжении всего проекта]
Введение и мотивация
Почему мы выбрали ЭЭГ для диагностики депрессии:
Депрессия — это крайне недооцениваемое, недолеченное, неправильно понимаемое и стигматизируемое заболевание. Депрессия является основной..
Что такое контролируемое обучение и приложения
При обучении с учителем машина обучается, принимая определенные данные, которые включают в себя входные и выходные данные. Здесь мы передаем помеченные данные в качестве входных данных для модели машинного обучения. Модель должна идентифицировать шаблоны и методы, учиться на них и делать прогнозы на основе набора данных. С другой стороны, оператор знает правильные прогнозы, которые должен делать компьютер. Всякий раз, когда компьютер не может предсказать, это исправляет оператор...
Прогнозирование возникновения сепсиса с помощью моделей классификации машинного обучения
Проверьте часть EDA здесь: https://medium.com/@alidu143/uncovering-sepsis-occurrence-secrets-through-exploratory-data-analysis-8cffee7e760
Введение
Сепсис — опасное для жизни состояние, возникающее, когда в ответ на инфекцию организм повреждает собственные ткани и органы. Это серьезная проблема здравоохранения во всем мире, с высоким уровнем смертности, если ее не выявить и не лечить быстро. Раннее выявление сепсиса имеет решающее значение для улучшения результатов лечения..
Токсичность комментария Jigsaw
Здесь, в этом блоге, я собираюсь объяснить полное тематическое исследование Непреднамеренное предвзятость в классификации токсичности Jigsaw .
Введение:
Команда Conversation AI, исследовательская инициатива, основанная Jigsaw и Google , создает технологию для защиты голоса в разговоре. Основная область исследования - модели машинного обучения, которые могут определять токсичность в онлайн-разговорах, где токсичность определяется как что-либо грубое, неуважительное или иным..
Методы машинного обучения для двоичной классификации: решение о банковском кредите
В этом проекте используются и сравниваются несколько методов машинного обучения для бинарной классификации, то есть классификации того, попадает ли наблюдение в определенную категорию. В этом случае у банка был набор данных о клиентах с кредитной историей, и он хотел бы, чтобы команда аналитиков построила модель для прогнозирования лиц, которые столкнутся с финансовыми трудностями, определяемыми как просроченные платежи на 90 дней в течение следующих двух лет. . Цель состоит в том, чтобы..
Логистическая регрессия — Модель классификации для прогнозирования рака молочной железы
Логистическая регрессия — это один из алгоритмов машинного обучения, используемый для создания моделей классификации. Логистическая регрессия — это статистическая модель, которая используется для прогнозирования вероятности категориального результата. Результат может иметь два возможных значения, например «да» или «нет», «спам» или «не спам», «рак» или «нет рака».
Логистическая регрессия работает путем нахождения линейной зависимости между независимыми переменными (признаками) и..
Развертывание проблемы классификации машинного обучения: пошаговое руководство.
Развертывание проблемы классификации машинного обучения: пошаговое руководство.
Проблема классификации в машинном обучении включает прогнозирование класса или категории входной выборки на основе ее характеристик или атрибутов. Например, вы хотите построить модель машинного обучения, которая сможет отличить кошку от собаки, цель этой модели будет состоять в том, чтобы точно предсказать классы новых и невидимых изображений кошек и собак и присвоить каждому изображению соответствующий..
