Публикации по теме 'classification'
Фреймворк с высокой точностью для двоичной классификации текста - Машинное обучение
написано Рафаэлем Сильвой .
Абстрактный
Вы когда-нибудь слышали о задачах двоичной классификации? Бинарная классификация - это задача искусственного интеллекта, в которой алгоритм должен определить, принадлежит ли что-либо к данному классу или нет. Типичная проблема бинарной классификации включает решения «да» или «нет» (делать или нет). См. Несколько примеров: (i) медицинское обследование, чтобы определить, есть ли у пациента определенное заболевание или нет; (ii) определить,..
Типы машинного обучения
Что вам пришло в голову, когда вы услышали термин «машинное обучение»? Роботы-разрушители, решившие истребить человечество с земли? Машинное обучение - это не фантастика или робот, его десятилетиями использовали для самых разных целей. Однако «Спам-фильтр» - одна из первых систем машинного обучения, вызывавших трепет в 1990-х годах.
Машинное обучение - это способность программы учиться через данные. Тем не менее, простая загрузка данных на компьютер не считается машинным обучением...
Практический пример: прогнозирование оттока клиентов в банке X с учетом бизнес-целей
Руководство по построению прогностических моделей на примерах бинарной классификации (набор данных об оттоке клиентов банка на Kaggle) с использованием библиотеки PyCaret.
1. ВВЕДЕНИЕ
Во-первых, я хочу поблагодарить вас за посещение моего первого поста на этой платформе.
В этой первой статье я хочу поделиться с вами своим подходом к достижению целей этого тематического исследования.
В целом в данном случае речь идет о машинном обучении с бинарным типом классификации. Немного..
Методы опорных векторов (SVM) — Гиперплоскость и поля
Чтобы получать больше подобных обновлений, подпишитесь на мой блог [email protected]
Машины опорных векторов (SVM) — это мощные, но гибкие алгоритмы машинного обучения под наблюдением , которые используются как для классификации, так и для регрессии . Но обычно они используются в задачах классификации . В 1960-х годах SVM были впервые представлены, но позже, в 1990 году, они были усовершенствованы. SVM имеют свой уникальный способ реализации по сравнению с..
Кластеризация K-Medoids на наборе данных Iris
Практически в любом курсе машинного обучения Кластеризация K-средних будет одним из первых алгоритмов, которые будут введены для обучения без учителя. Благодаря этому он стал намного популярнее своего кузена K-Medoids Clustering . Если вы погуглите «k-means», появится 1,49 миллиарда результатов. Сделайте то же самое для «k-medoids», вернется только 231 тысяча результатов.
Это было моей проблемой, когда меня попросили реализовать алгоритм кластеризации k-medoids во время одного из моих..
Что такое дерево решений в машинном обучении ?|Классификация |Регрессия
В этой статье я хочу рассказать вам о деревьях решений, а затем я закончу эту статью несколькими упражнениями. Хорошо, давайте начнем.
В своей простейшей форме дерево решений представляет собой блок-схему, показывающую четкий путь к решению. С точки зрения анализа данных, это тип алгоритма, который включает условные операторы «управления» для классификации данных. Дерево решений начинается с одной точки (или «узла»), которое затем разветвляется (или «разделяется») в двух или более..
Викторина по машинному обучению 06: Дерево решений (часть 2)
Давайте проверим ваши базовые знания дерева решений. Вот 10 вопросов с несколькими вариантами ответов для вас, и нет ограничения по времени. Веселиться!
Вопрос 1. Что такое разбиение дерева решений? (A) Разделение узла на два или более подузла на основе условий if-else (B) Удаление подузел из дерева (C) Сбалансируйте набор данных перед подгонкой (D) Все вышеперечисленное
Вопрос 2. Что такое конечный или конечный узел в дереве решений?
(A) Конец дерева решений, где его нельзя..
