Публикации по теме 'classification'
Тексты песен Old vs New Drake с ИИ
Понимание различий между старыми и новыми песнями Дрейка с использованием классификации текста и моделей LSTM.
Изменились ли слова Дрейка со временем? Если да, то как?
Я использую машинное обучение, чтобы отличить старую лирику Дрейка от новой лирики Дрейка с точностью 86%! Это показывает, что есть разница между текстами старых и новых песен Drake. Теперь давайте найдем эти различия и проверим, какие песни модель предсказывает как старые и новые Drake.
** Переходите к разделам..
Помимо точности: другие показатели классификации, которые вам следует знать в машинном обучении
Точность, отзыв и F1-оценка в Python
«Насколько точна ваша модель?»
Это, вероятно, наиболее часто задаваемый вопрос, когда кто-то хочет знать, как работает модель или, скорее, насколько точно классификатор может фактически предсказать ожидаемое событие.
Хотя использование точности для измерения производительности классификатора не является неправильным, это может дать вам ложное чувство оптимизма. Классификатор с высокой точностью сообщает вам общую производительность модели,..
Проект классификации машинного обучения: поиск доноров
Вступление
В этом проекте мы будем использовать ряд различных контролируемых алгоритмов для точного прогнозирования доходов людей с использованием данных, собранных в ходе переписи населения США 1994 года.
Затем мы выберем лучший алгоритм-кандидат из предварительных результатов и далее оптимизируем этот алгоритм для наилучшего моделирования данных. Наша цель в этой реализации - построить модель, которая точно предсказывает, зарабатывает ли человек более 50 000 долларов.
Задачи..
Случайная классификация леса
Модели случайного леса — это своего рода непараметрические модели, которые можно использовать как для регрессии, так и для классификации. В частности, в этом посте мы сосредоточимся на деревьях классификации.
Случайный лес — это один из самых популярных методов ансамбля (используйте несколько алгоритмов обучения для получения более высокой прогностической эффективности, чем можно было бы получить с помощью любого из составляющих алгоритмов обучения в отдельности), принадлежащих к..
Руководство по использованию классификатора случайных лесов в PySpark
В этой статье я дам вам пошаговое руководство по использованию PySpark для классификации цветов ириса с помощью классификатора случайных лесов.
Я использовал популярный набор данных Iris и дал ссылку на набор данных в конце статьи. Я использовал Google Colab для кодирования, а также предоставил блокнот Colab в разделе "Ресурсы".
Pyspark - это Python API для Apache Spark, а pip - это менеджер пакетов для пакетов Python.
!pip install pyspark
С помощью приведенной выше команды..
Как настроить модель классификации BigQuery ML для достижения желаемой точности или отзыва
Выберите порог вероятности на основе кривой ROC
BigQuery предоставляет невероятно удобный способ обучения моделей машинного обучения на больших структурированных наборах данных. В предыдущей статье я показал вам как обучить классификационную модель прогнозированию задержек рейсов. Вот SQL-запрос, который предскажет, задержится ли рейс на 15 минут или более:
CREATE OR REPLACE MODEL flights.delayed
OPTIONS (model_type='logistic_reg', input_label_cols=['late'],..
Машинное обучение для новичков
Почему Weka предоставляет лучшие возможности машинного обучения для начинающих энтузиастов искусственного интеллекта без опыта программирования
Начав свое путешествие по машинному обучению с использованием библиотек Python и TensorFlow на Google Cloud Platform , все из которых требуют определенных знаний в области программирования, я захотел чтобы узнать, есть ли способ применить те же методологии, чтобы такие задачи, как классификация данных, могли быть выполнены без каких-либо..
