Публикации по теме 'classification'


Что такое машинное обучение?
Проще говоря, машинное обучение — это область исследования, которая дает компьютерам возможность учиться без явного программирования. Артур Сэмюэл дал это определение еще в 1950 году, когда писал программу для игры в шашки. Сам Артур Самуэль не очень хорошо играл в шашки, но компьютерная программа, сыграв тысячи игр, в конце концов научилась играть в шашки лучше, чем сам программист. Довольно современное и более информативное определение машинного обучения звучит так: «Говорят, что..
Как оценить FP, FN, TP, TN, TPR, TNR, FPR, FNR и точность для многоклассовых данных в Python за 5…
В этом посте я объясню, как кто-то может прочитать матрицу путаницы и как извлечь несколько показателей производительности для задачи классификации нескольких классов из матрицы путаницы за 5 минут. 1. Введение В одном из моих предыдущих сообщений «Кривая ROC объяснена на гипотетическом примере COVID-19: руководство по бинарной и мультиклассовой классификации » , я четко объяснил, что такое ROC . Что такое кривая и как она связана со знаменитой Путаницей Матрица . Если вы не..
Простой способ запомнить разницу между точностью и отзывом
Если вы чем-то похожи на меня, то в какой-то момент вам было трудно вспомнить разницу между «Точность» и «Отзыв». Это, конечно, метрики оценки, используемые для задач классификации в рамках машинного обучения. Две оставшиеся основные метрики — это точность и F1-Score, но этот короткий пост не о них. Итак, как мы можем быстро и точно вспомнить, что означает любой из вышеупомянутых показателей, скажем, в обстановке интервью? Это просто. Вам нужно запомнить только одно предложение,..
Понимание алгоритма дерева решений C4.5
Алгоритм C4.5 является улучшением по сравнению с алгоритмом ID3, где C показывает, что алгоритм написан на C, а 4.5 конкретная версия алгоритма. критерием разделения, используемым C4.5, является нормализованный информационный прирост (разница в энтропии ). Для принятия решения выбирается атрибут с наибольшим нормализованным приростом информации. Затем алгоритм C4.5 рекурсивно обращается к разделенным подспискам. Глубокое понимание алгоритма: Этот алгоритм имеет..
Классификатор случайного леса с использованием Scikit-learn
Случайный лес — это популярный метод ансамблевого обучения, который можно использовать для задач классификации и регрессии. Он строит несколько деревьев решений и объединяет их прогнозы для повышения точности и уменьшения переобучения. Scikit-learn — популярная библиотека Python для машинного обучения, включая классификатор Random Forest.
Привет, Стивен! На самом деле это не очень хорошая идея, если вы используете новые языковые модели.
Привет, Стивен! На самом деле это не очень хорошая идея, когда вы используете новые языковые модели. Итак, при переносном обучении первая задача — научить свой собственный LM предсказывать следующие слова, и если это преуспевает там, мы утверждаем, что он достаточно хорошо знает язык, а затем продолжаем выполнять наши задачи по классификации. Я провел этот эксперимент https://github.com/navneetkrc/Colab_fastai/blob/master/ULMFiT_fastai_Text_Classification.ipynb и пропустил часть очистки..
Обнаружение номерного знака автомобиля с использованием модели CNN с использованием python
Обнаружение номерного знака автомобиля с использованием модели CNN с использованием python В этой статье я собираюсь показать вам, как вы можете создать модель CNN или модель глубокого обучения для системы обнаружения номерных знаков транспортных средств, которая будет получать информацию о владельце с использованием API Python и Flask. Некоторые сведения: Создайте модель, которая будет обнаруживать автомобиль в прямом эфире или видео и распознавать символы на номерном знаке..