Публикации по теме 'classification'
Вам нужно перестать забывать об этом при выполнении классификации
В качестве подработки я провожу обучение/консультирую студентов университетов, изучающих информатику/науку о данных/что угодно.
И я вижу, что студенты по какой-то причине чаще всего забывают это сделать. И поэтому я здесь, чтобы сказать вам перестаньте забывать .
ПОЖАЛУЙСТА, проверьте, сбалансирован ли ваш набор данных
Наивная байесовская классификация
Наивный байесовский классификатор — это алгоритм классификации, основанный на условной вероятности и теореме Байеса. Проще говоря, наивный байесовский классификатор предполагает, что наличие определенной функции в классе не связано с наличием какой-либо другой функции.
Почему наивный байесовский метод называется наивным?
Наивный байесовский метод (NB) является «наивным», поскольку предполагает, что характеристики измерения не зависят друг от друга. Так что в основном он «наивен»,..
Машинное обучение: создайте свою первую модель классификации
Использование Panda, Numpy и Sklearn
Введение
В этой статье я представляю проблемы классификации в машинном обучении, объясняя, как построить модель за несколько шагов. Я использую свой набор данных для иллюстрации примеров.
После обучения модели мы позволяем алгоритму угадать страну, с которой связано имя…
Исчерпывающее руководство по классификации дерева решений в Python 3.x
Исчерпывающее руководство по классификации дерева решений в Python 3.x
Сквозное руководство по классификации с использованием деревьев решений
Существуют различные алгоритмы машинного обучения, которые можно использовать для решения задач классификации. Одним из таких алгоритмов является алгоритм дерева решений, который, помимо классификации, также может использоваться для решения задач регрессии. Хотя это один из самых простых алгоритмов классификации, при правильной настройке его..
Разоблачение классификаторов: классификация в контролируемом обучении
Возобновление квеста: возвращение к обмену знаниями
Йоу, замечательные читатели, надеюсь, у вас все отлично! Прошло некоторое время, и я ценю ваше терпение и очень рад снова связаться с вами.
В моем предыдущем сообщении в блоге я обсуждал обучение с учителем, типы проблем обучения с учителем, алгоритмы, используемые в обучении с учителем, а также преимущества и недостатки обучения с учителем. В этом сообщении блога мы обсудим классификацию, одну из проблем контролируемого..
Матрица путаницы и дисбаланс данных (1/3)
Давайте подумаем о данных как о непрерывных, категориальных или порядковых (категориальных, но с порядком). Матрицы неточностей – это средство оценки эффективности категориальной модели. Чтобы понять, как это работает, мы сначала освежим знания о непрерывных данных. Благодаря этому мы можем увидеть, что матрицы путаницы являются просто расширением уже известных нам гистограмм.
Непрерывное распределение данных
Когда мы хотим понять непрерывные данные, первым шагом часто является..
Классификация клиентов кредитной карты по умолчанию
Машинное обучение и искусственный интеллект - самая динамичная область в современном мире, в которой ведутся обширные исследования и внедрения. Почти каждый сектор пытается использовать эту удивительную область технологий для своего развития. Одним из секторов, в котором ОД может сыграть важную роль, является банковский сектор. Банки имеют дело с большим объемом информации и данных, некоторые из них структурированы, а некоторые неструктурированы. Используя возможности машинного обучения,..
