Публикации по теме classification

Публикации по теме 'classification'

Взгляд на мультиклассовую классификацию вопросов о переполнении стека с помощью TensorFlow.

Взгляд на мультиклассовую классификацию вопросов о переполнении стека с помощью TensorFlow. Давайте построим простейшую форму модели мультиклассовой классификации нейронной сети , чтобы обучить мультиклассовый классификатор предсказывать тег вопроса программирования на Переполнение стека . Stack Overflow - это вопросы и ответы для профессиональных программистов и энтузиастов. В этом посте используется дамп данных вопросов из StackOverflow. В этом руководстве мы будем..

Дополнительные деревья, пожалуйста.

Дополнительные деревья, пожалуйста Вступление в сферу машинного обучения деревьев решений и случайных лесов Поиск по сетке. Трубопроводы. Деревья решений. Машины опорных векторов. Настройка гиперпараметров. Матрицы путаницы. Кривые ROC. Если бы вы упомянули мне какие-либо из этих терминов три месяца назад, я бы совершенно не понял, о чем вы говорите. Мы вообще говорим на одном языке? И все же я здесь, только что завершив проект с использованием всех этих техник, методов и..

Метод опорных векторов (SVM)

Алгоритм машины опорных векторов фокусируется на поиске гиперплоскости в N-мерном пространстве (N-количество признаков), которая четко классифицирует точки данных. Для классификации точек данных можно выбрать множество возможных гиперплоскостей. Наша цель — найти плоскость с максимальным запасом, то есть максимальным расстоянием между точками данных классов. Увеличение предельного расстояния дает некоторое усиление, чтобы будущие точки данных можно было классифицировать с большей..

Внешняя оценка увеличения данных для НЛП: пример использования классификации намерений

Применение алгоритмов искусственного интеллекта к небольшим данным всегда было одним из наших основных интересов в Opla , и Data Augmentation - одно из ключевых решений этой проблемы. Эта статья расширяет работу, представленную в нашей предыдущей статье об увеличении данных . 1. Предыдущая исследовательская работа Увеличение данных показало заметные результаты в таких сквозных областях, как обработка изображений [11, 13] или распознавание речи [6, 9]. Недавно были проведены..

Машинное обучение для прогнозирования развода (брачная история для ботаников)

Yöntem et. al (2019) из Турции недавно опубликовал статью Прогнозирование разводов с использованием выбора функций на основе корреляции и искусственных нейронных сетей . Это исследование турецких пар и выяснения того, остались ли они в браке или разведены, было основано на принципах терапии пар Готтмана. На приведенном выше рисунке показаны некоторые принципы GCT. Например, создание общего смысла, управление конфликтами, обращение к, а не прочь - все эти принципы являются..

Учебное пособие по классификации настроений в Твиттере НЛП

Руководство по классификации настроений в Twitter Twitter - популярная платформа социальных сетей, которой пользуются сотни миллионов людей по всему миру. Фактически, текущая оценка пользователей Twitter составляет примерно 330 миллионов активных пользователей в месяц и 145 миллионов активных пользователей в день в Twitter. 63 процента всех пользователей Твиттера во всем мире находятся в возрасте от 35 до 65 лет. На протяжении всей этой статьи я буду ссылаться на свой проект,..

KNN - Алгоритм K-го ближайшего соседа

Алгоритм KNN — это надежный и универсальный классификатор, который часто используется в качестве эталона для более сложных классификаторов, таких как Машины опорных векторов (SVM). Он может превосходить более мощные классификаторы и используется в различных приложениях, таких как экономическое прогнозирование, сжатие данных и генетика. Это один из тех алгоритмов, которые очень просты для понимания, но невероятно хорошо работают на практике. K в KNN — это гиперпараметр, который..