Публикации по теме 'feature-engineering'


Повышение производительности модели машинного обучения за счет комбинирования категориальных функций
Простой трюк для повышения производительности модели. При обучении модели машинного обучения в наборе данных могут быть некоторые функции, представляющие категориальные значения. Категориальные признаки - это типы данных, которые можно разделить на группы. Существует три распространенных категориальных типа данных: Порядковый - это набор заказов. Пример: оцените счастье по шкале от 1 до 10. Двоичный - имеет только два значения. Пример: мужчина или женщина. Номинальный -..
Вероятностное глубокое обучение для ветряных турбин
Как применять гауссовские процессы к большим данным Скорость модели может стать решающим фактором для больших наборов данных. Используя эмпирическое исследование, мы рассмотрим два метода уменьшения размерности и то, как их можно применить к гауссовским процессам. Что касается реализации метода, любой, кто знаком с основами условной вероятности, может разработать модель гауссовского процесса. Однако, чтобы в полной мере использовать возможности фреймворка, требуется достаточное..
Все о нормализации в Feature Engineering — часть 1
Вы когда-нибудь задавались вопросом, как и когда использовать нормализацию в промышленном продукте или в исследовательской среде ? Вы когда-нибудь задумывались и исследовали потенциальное влияние различного порядка обработки на окончательный результат прогнозирования? Вы когда-нибудь исследовали и пытались выяснить, какой метод предварительной обработки следует использовать? Следует ли использовать разные функции для каждой отдельной функции или использовать один и тот же..
7 лучших курсов по проектированию функций
Вы ищете лучшие курсы по разработке функций ? Если да, то эта статья для вас. В этой статье вы найдете 7 лучших курсов по разработке функций для разных платформ. Эти курсы по разработке функций помогут вам изучить процесс разработки функций. Так что дайте ему несколько минут и узнайте лучшие курсы по разработке функций для вас. Теперь без дальнейших церемоний, давайте начнем - Лучшие курсы по проектированию функций 1. Разработка функций – Coursera Рейтинг- 4,5/5 Время..
Особенности Engineering: за кулисами алгоритмов машинного обучения
Особенности Engineering: за кулисами алгоритмов машинного обучения Большинство людей (включая меня) склонны думать, что основная деятельность по созданию алгоритма машинного обучения, несомненно, заключается в построении самого алгоритма. Конкретно это означает работу с реальными данными, определение их структуры и прогнозирование. Что ж, из опроса, проведенного несколько лет назад, выяснилось, что специалисты по данным обычно тратят 80% своего времени на проверку, очистку и..
Сравнение трех популярных инструментов разработки функций
Featuretools, HeadJackai, автоподвиг Что такое функциональная инженерия? Вообще говоря, стандартный процесс машинного обучения состоит из четырех этапов: предварительная обработка данных, проектирование признаков, обучение модели и проверка результатов. Разработка признаков — важная часть процесса, в котором специалисты по данным извлекают или организуют данные, используя знания предметной области, чтобы повысить производительность моделей машинного обучения. На практике качество..
«Элегантность редукции: изучение анализа главных компонентов»
Оглавление:- · PCA :- · Почему мы используем PCA? ∘ Проклятие размерности :- ∘ Почему уменьшение размерности? ∘ Извлечение признаков: - · Геометрическая интуиция PCA :- · Математическая интуиция PCA :- ∘ Как решить, является ли эта линия лучшей главной компонентой или нет? · Собственное разложение :- ∘ Реализация :- PCA :- PCA (анализ основных компонентов) — популярный метод, используемый для уменьшения размерности. Почему мы используем PCA?..