Публикации по теме 'classification'
Классификация продуктов питания с помощью наивного Байеса
Классификация продуктов питания с помощью наивного Байеса
Алгоритм наивного Байеса — это простой алгоритм, использующий правила вероятности для классификации данных. Существует три различных типа наивных байесовских алгоритмов: гауссовский, полиномиальный и алгоритм Бернулли. Мы сосредоточимся на полиномиальном алгоритме наивного Байеса, который классифицирует на основе слов. Хотя это наиболее распространено в спам-фильтрах, его можно использовать в любое время, когда вам нужно..
Методы классификации данных об ожидаемой продолжительности жизни
Таксономия континентов
Мы, люди, наделены концепцией классификации. Мы классифицируем все: от нашего шкафа, где все джинсы помещаются под одну стойку, а все рубашки - в другую, предназначенную только для рубашек, до приложений на наших телефонах и файлов на наших компьютерах, где у нас есть отдельные папки для каждого типа файлов. или приложения.
Теперь более «научное» определение классификации заключается в том, что это форма анализа данных, которая извлекает модели, описывающие..
Классификация машинного обучения
Реализации машинного обучения подразделяются на три основные категории в зависимости от характера обучающего «сигнала» или «ответа», доступного для обучающей системы, а именно:
Контролируемое обучение. Когда алгоритм учится на примере данных и связанных целевых ответов, которые могут состоять из числовых значений или строковых меток, таких как классы или теги, чтобы позже предсказать правильный ответ при представлении с новыми примерами. который подпадает под категорию..
Классификационные потери (быстрый пересмотр)
Пересмотр кросс-энтропийных потерь и шарнирных потерь
Добро пожаловать в очередной блог, посвященный машинному обучению и анализу данных. Этот блог № 5 в серии. Поскольку это пересмотр, я предполагаю, что у вас есть некоторый опыт работы с алгоритмами классификации и их оптимизацией.
Классификация - это задача классифицировать вещи на основе признаков. В машинном обучении это означает категоризацию с использованием алгоритмов ML на основе данных. Классификация может..
Кросс-энтропия для классификации
Кросс-энтропия для классификации
Бинарная, мультиклассовая и многоклассовая классификация
TL; DR в конце
Кросс-энтропия - часто используемая функция потерь для задач классификации. Посмотрим, зачем и где его использовать. Начнем с типичной задачи классификации на несколько классов.
Мультиклассовая классификация
Какой класс на изображении - собака, кошка или панда? Это может быть только один из них. Давайте представим собаку.
Прогноз представляет собой вектор..
Опорные векторные машины
Введение
Пройдя несколько определений машин опорных векторов, я понял, что:
«Машина опорных векторов – это контролируемый алгоритм машинного обучения, который в основном используется для целей классификации. В алгоритме SVM создается оптимальная гиперплоскость, которая классифицирует новые точки данных. Он может работать как с линейными, так и с нелинейными наборами данных».
Это определение может не иметь смысла прямо сейчас для вас. Все в порядке!
Просто следуйте инструкциям..
Точность и полнота в науке о данных
Выбор метрик для улучшения корректности алгоритма.
Точность — это метрика для определения того, сколько наших прогнозов верны по отношению к размеру всего корпуса.
Точность — это метрика, представляющая правильные прогнозы по отношению к общему количеству сделанных нами прогнозов.
Полнота — это метрика для определения количества правильных прогнозов относительно общего количества случаев, которые мы хотим обнаружить в корпусе.
Все эти концепции обычно используются в проектах по..