Публикации по теме classification

Публикации по теме 'classification'

Логистическая регрессия: основы

Логистическая регрессия: основы Понимание основ методов логистической регрессии Вступление Логистическая регрессия - это метод моделирования вероятности события. Как и линейная регрессия , он помогает понять взаимосвязь между одной или несколькими переменными и целевой переменной, за исключением того, что в этом случае наша целевая переменная является двоичной: ее значение равно 0 или 1. Например, она может допускать мы говорим, что курение может увеличить риск рака легких на..

ML Series6: машина опорных векторов

Теоретически красивый алгоритм 🎆 До 1980-х годов почти все методы обучения изучали линейные поверхности решений, и они обладали хорошими теоретическими свойствами. В 1980-х годах деревья решений и нейронные сети позволили эффективно изучать нелинейные поверхности решений, но имели мало теоретической основы и страдали локальными минимумами. Когда дело доходит до 1990-х годов, была разработана машина опорных векторов (SVM), которая имеет хорошие теоретические свойства и может избегать..

Ускоренный курс машинного обучения: часть 1

06 ноя 2016 г. | Дэниел Гэн и Шеннон Ши Машинному обучению (ML) в последнее время уделяется много внимания, и не без уважительной причины. Он уже произвел революцию в областях от распознавания изображений до здравоохранения и транспорта. И все же типичное объяснение машинного обучения звучит так: «Считается, что компьютерная программа учится на собственном опыте E в отношении некоторого класса задач T и показателя производительности P , если ее производительность при..

От подготовки данных до развертывания: сквозной процесс разработки машинного обучения

Пример с использованием данных о кредитоспособности Германии, моделей классификации и приложения Gradio. Оглавление: · 1. Введение: ∘ 1.1 Описание категорийных данных: ∘ 1.2 Импорт данных и библиотек · 2. Исследовательский анализ данных (EDA) и подготовка данных ∘ 3. Применение и оценка моделей ∘ 3.1 Выбор функций ∘ 3.2 Применение модели с персонализированным конвейером ∘ 3.3 Оптимизация модели с помощью GridSearchCV и окончательные результаты ∘ 3.4 Сохранение..

Прогноз цен с классификацией сорта манго — часть 2

В первой части этой серии из трех частей мы завершили построение модели классификации изображений для идентификации сорта манго. В этой части мы сосредоточимся на построении модели прогнозирования цен. Набор данных, используемый в этой части, также упоминался в предыдущей статье. Давайте сначала импортируем все необходимые библиотеки и пакеты. #import all the packages import pandas as pd import numpy as np import matplotlib.pyplot as plt from sklearn.preprocessing import LabelEncoder..

От хаоса к ясности: навигация по классификации с деревьями решений

Привет, замечательные читатели, надеюсь, у вас все отлично! В моем предыдущем блоге о классификации в обучении с учителем я обсуждал классификацию и применение классификации, ключевые компоненты классификации, популярные алгоритмы классификации, методы интерпретации, а также возможные предубеждения и ограничения в решениях классификатора. Основываясь на этом фундаменте, я рад продолжить наше исследование, сосредоточившись конкретно на деревьях решений. Деревья решений, метод..

Найдите 1 из 100?

— Как выявить сегментацию клиентов на несбалансированных данных Введение Посмотрите на картинку выше, можете ли вы найти целевые красные точки во всех образцах? Может быть, легко, просмотрев глазами. Как насчет целевых точек — это потенциальные клиенты компании, занимающейся доставкой по почте, которые занимают всего 1% населения кампании по рассылке? При использовании науки о данных да, мы можем. Вот подробности этого вызова. Это также один из ключевых проектов Udacity Data..