Публикации по теме 'feature-engineering'
Оценка цен на автомобили с помощью машинного обучения
Ужасное состояние транспорта в моей стране приводит к огромной трате времени, энергии и денег каждого. что привело к увеличению числа покупателей автомобилей. В наши дни каждый хочет иметь автомобиль, но из-за таких факторов, как доступность или экономические условия, многие предпочитают выбирать подержанные автомобили.
Точное прогнозирование цен на подержанные автомобили требует экспертных знаний, что в основном связано с характером их зависимости от множества факторов и..
Особенности взаимодействия
Введение
Когда функции взаимодействуют друг с другом в модели прогнозирования, прогноз не может быть выражен как сумма эффектов функций, поскольку эффект одной функции зависит от значения другой функции. -Кристоф Молнар
Сложные совместные эффекты функций для предсказания переменной называются взаимодействием функций. Другим аспектом взаимодействия признаков является вариация одного признака по отношению к другому, с которым он взаимодействует. Эти переменные часто называют..
Добавление новых функций по вероятностному измерению
Введение:
Разработка функций - важный предмет в машинном обучении. Если мы хотим, чтобы наша машина училась, нам нужно давать ей значимую информацию. Архитектуры глубокого обучения могут не требовать хорошо созданных функций, потому что они могут создавать функции сами по себе. Но это создаст потребность в огромном наборе данных, который также потребует большой вычислительной мощности.
Для создания функций нам нужно знать о предмете, над которым будет работать машинное обучение. Если..
Разработка функций
Когда мы начинаем наше путешествие по науке о данных, это выглядит как небольшая сделка. Важность Feature Engineering будет осознана только тогда, когда мы начнем выполнять проекты.
Хотя у всех проектов есть свои требования к Feature Engineering, существует общий контрольный список, на который мы можем ссылаться.
Примечание. Рекомендуемые встроенные функции/пакеты взяты из python.
Обработка необработанных данных (EDA):
Изучите числовые функции, используя встроенные функции и..
Как обрабатывать пропущенные значения?
Типы отсутствующих данных
1- Отсутствует полностью случайным образом (MCAR):
Случайно пропавшие без вести (MCAR) Полностью случайно пропавшие без вести довольно просто. Это означает то, что говорится: склонность к отсутствию точки данных совершенно случайна. Нет никакой связи между отсутствием точки данных и какими-либо значениями в наборе данных, отсутствующими или наблюдаемыми.
2- Отсутствует не случайно (MNAR):
Также известное как неигнорируемое отсутствие ответа — это..
Расшифровка машинного обучения — Комплексное погружение в модуль 2
Введение:-
Добро пожаловать в модуль 2 нашего руководства по основам искусственного интеллекта. В этой главе мы углубляемся в увлекательный мир машинного обучения (ML). Опираясь на наши фундаментальные знания, мы раскроем механизмы контролируемого и неконтролируемого обучения, изучим искусство прогнозирования и представим алгоритмы, которые управляют принятием решений на основе данных.
2.1 Регрессия и классификация:-
Регрессия:-
Это метод определения статистической..
Проверка гипотезы
Проверка гипотез является основным инструментом статистического анализа и помогает исследователям и аналитикам принимать объективные решения на основе данных. Он обеспечивает структурированный подход к получению выводов о популяциях на основе ограниченной выборочной информации.
Чтобы принять решение на основе данных, очень полезно сделать некоторые предположения о населении. Такое предположение, которое может быть или не быть верным, известно как «гипотеза». Проще говоря, мы можем..
