Публикации по теме 'feature-engineering'


Разработка функций
В проектах реального времени мы всегда работаем с данными, поступающими из разных источников. Входные данные содержат множество признаков, которые обычно представляются в виде структурированных данных (табличная форма). Каждый столбец можно рассматривать как одну функцию. Разработка функций  – это процесс создания функций, позволяющих алгоритму машинного обучения работать со знаниями предметной области. Это действие по извлечению важных функций из необработанных данных и преобразованию..
Важность проектирования функций в машинном обучении и глубоком обучении
Реальные данные часто невозможно разделить. Это большая проблема, которую нужно решать. Таким образом, линейные модели, такие как логистическая регрессия, машинные классификаторы опорных векторов и линейная регрессия, не достигают требуемой цели. Иногда даже сложные модели, такие как Random Forest, XGBoost Classifiers, Neural Networks, не дают эффективных результатов, если данные не разделимы. Есть ли способ преобразовать наши данные так, чтобы они были частично или полностью..
Контрольный список для разработки функций
Существует множество веских причин для использования Контрольного списка при разработке функций в проекте машинного обучения. Я перечислил несколько ниже, которые в моем проекте оказались верными. Для устранения ошибок Для обеспечения единообразия Чтобы убедиться, что все необходимое выполнено и ничего не упущено. Чтобы снизить утомляемость от принятия решений, не заставляя нас помнить каждую мелочь Вот контрольный список, который поможет вам в реализации проекта..
Машинное обучение — предпочитая содержание стилю
Если вы хотите окунуться в область машинного обучения с целью решения реальных, критически важных проблем в вашей области и столкнулись с дилеммой: начать с ослепительных моделей глубокого обучения или старомодных деревьев решений и логистических регрессий, вот пословица на хинди, которая должна помочь вам разрешить ваше затруднительное положение: «“haathi ke daant khane ke aur, dikhane ke aur”.” Популярные пресс-релизы о прогрессе в области искусственного интеллекта и машинного..
Что такое функциональная инженерия?
Разработка функций — это процесс извлечения полезных функций из существующих необработанных данных с использованием математики, статистики и знаний предметной области. Разработка признаков — это один из наиболее важных шагов, которые необходимо выполнить перед началом анализа машинного обучения. Большинство основных методов разработки признаков состоят в поиске несоответствий в данных и создании новых функций путем объединения или анализа существующих. Создание наилучшей модели машинного..
Самые многофункциональные доступные методы прогнозирования машинного обучения: комплименты от RemixAutoML
Задний план Цель этого блога - продемонстрировать функциональные возможности, предоставляемые функциями прогнозирования панели, доступными в RemixAutoML для R , которые являются самыми многофункциональными доступные методы прогнозирования . Когда я говорю о функциях, я имею в виду разработку функций, модификацию данных, выбор модели машинного обучения, настройку параметров машинного обучения, приложения вариантов использования и идеи моделирования. Также включено несколько..
Разработка функций - перевод набора данных в формат, готовый к работе с машиной
Создание функций, которые могут помочь алгоритмам машинного обучения работать Этот шаг делает ваши данные готовыми для окончательного обучения. Подход к проектированию функций основан на хорошем понимании данных, как упоминалось в моей предыдущей статье об EDA . Я продолжу с набора данных Housing на Kaggle (использованного для объяснения EDA в предыдущей статье), чтобы проиллюстрировать, как я его спроектировал. Наборы данных для тестирования и обучения объединяются, чтобы начать..