Публикации по теме 'classification'
Машинное обучение, НЛП: классификация текста с данными обзора Amazon с использованием Python3, шаг за шагом…
Классификация текста - одна из активных тем исследования, называемая Обработкой естественного языка (NLP). В этой статье предлагается контролируемый способ решения этой проблемы, т. Е. Модель учится на помеченных данных.
Полный исходный код, использованный в этой статье, доступен здесь .
Первый шаг: сбор набора данных
Amazon Review DataSet - полезный ресурс для практики. Здесь мы выбираем меньший набор данных - Одежда, обувь и украшения для демонстрации.
Формат - один обзор..
K-ближайший сосед
Введение
K-ближайшие соседи (KNN) - это тип алгоритма обучения с учителем, который используется как для регрессии, так и для классификации. KNN пытается предсказать правильный класс для тестовых данных, вычисляя расстояние между тестовыми данными и всеми точками обучения. Затем выберите число K точек, близкое к тестовым данным. Алгоритм KNN вычисляет вероятность того, что тестовые данные принадлежат классам «K» обучающих данных, и для класса будет выбрана самая высокая вероятность...
Классификация болезней сердца с использованием трансформаторов в PyTorch
Сердечные заболевания - важная проблема, и глубокое обучение решает проблемы. Трансформеры - это будущее: что будет, если все объединить?
В этой статье будет реализована и обсуждена система классификации мерцательной аритмии (AF) с использованием данных электрокардиограммы (ЭКГ / ЭКГ). Система классификации будет бинарной (нормальный синусовый ритм, AF) и будет основана на трансформаторной сети с использованием инфраструктуры PyTorch. Структура этой статьи будет следующей: сначала будет..
Знакомство с K-ближайшими соседями
Введение в классификацию с использованием K ближайших соседей
Пошаговый подход к созданию классификатора KNN
Как практики машинного обучения, мы сталкиваемся с широким спектром алгоритмов машинного обучения, которые мы можем использовать для построения конкретной модели прогнозирования. В этой статье я сосредоточусь на одном из самых сложных алгоритмов обучения, известном как K Nearest Neighbor. Этот алгоритм можно использовать для решения проблем как регрессии, так и..
Сколько слоев вам нужно?
Глубокое обучение переживает бум. Теперь, когда доступен высокоуровневый API нейронных сетей, такой как Keras, легко запускать глубокие нейронные сети и решать сложные задачи классификации. Тем не менее, время от времени полезно возвращаться к простым задачам, которые мы можем полностью понять, и это цель данной публикации.
В этом посте я хотел бы спросить, какое минимальное количество нейронов и слоев необходимо для классификации простых разделяемых функций. Хотя это не обязательно..
Классификация наименьших квадратов с тензорным потоком
Классификация наименьших квадратов с тензорным потоком
Когда дело доходит до классификации, каждый, кто знаком с линейной регрессией, может перенести знания из регрессии и сказать, почему бы нам не применить ту же простую идею и для классификации?
Ответ на этот вопрос приведет нас к классификации по методу наименьших квадратов. Основная идея состоит в том, чтобы умножить вектор признаков на матрицу весов, которая представляет собой просто комбинацию нескольких столбцов, каждый из..
Использование наборов рабочих процессов для просмотра и сравнения комбинаций модели и рецепта для классификации банковских ссуд
Скрининг серии типов моделей и этапов разработки функций для задачи классификации с помощью Tidymodels
Представьте, что вы специалист по обработке данных в большом банке, и ваш CDO поручил вам разработать средства автоматизации решений по банковским кредитам. Вы решаете, что это должен быть двоичный классификатор, и приступаете к сбору нескольких сотен точек данных. Но с какой модели следует начать и какие функции следует завершить? Почему бы не просмотреть несколько комбинаций?
В этом..
