Публикации по теме ml-so-good

Публикации по теме 'ml-so-good'

Импорт файлов данных в R — Часть 1/2

Импорт файлов TEXT, CSV, TSV, JSON и XML в R Импорт данных из различных форматов файлов — это первый шаг в создании моделей машинного обучения или визуализации данных. После импорта наборов данных мы обрабатываем и очищаем данные, затем упорядочиваем их и преобразовываем, чтобы получить наилучшие результаты от наших моделей и правильно передать информацию из нашей визуализации данных. В этой статье мы будем импортировать наборы данных из различных типов форматов файлов, таких как..

Точность и отзыв — Объяснение!

При использовании модели классификации нам нужно использовать метрики, чтобы проверить, насколько хорошо работает наша модель. Учитывая набор изображений между яблоками и апельсинами, после создания модели классификации нам нужно запустить ее на нашем тестовом наборе, чтобы определить, насколько хорошо наша модель научилась на данных обучающих данных. Первая метрика, которая приходит на ум, — это Точность . Согласно ее основному определению, точность — это общее количество правильных..

Как использовать SelfTrainingClassifier sklearn для прогнозирования частично размеченных данных

Обучение с полуучителем — это подход к машинному обучению, который объединяет небольшое количество размеченных данных в процессе обучения. Этот тип обучения представляет собой нечто среднее между обучением с учителем, когда данные помечены, и обучением без учителя, когда данные не помечены. Немаркированные данные при использовании в сочетании с небольшим количеством…

Изучение библиотеки Java Weka Machine Learning

Пару недель мне нужно было использовать некоторые модели машинного обучения Weka. Я знал, что Weka славится своим графическим интерфейсом, но не знал, что могу получить доступ к их библиотеке с помощью кода Java. К счастью, вы можете использовать Weka с кодированием на Java, функции объясняются на https://weka.sourceforge.io/doc.stable/ . В отличие от многих библиотек Python, таких как Pandas и Tensorflow, Weka Java не дает много прямых примеров того, как выполнять функции. Пришлось..

Будьте осторожны с показателями здоровья

Часть 1: Сигнал, шум и показатели Мы живем в эпоху метрик — измеряй, делай много раз, ???, отвечай на все! В том числе, как жить вечно! Очевидно, это слишком хорошо, чтобы быть правдой. Но погоняться хотя бы стоит, правда? В этом посте я расскажу о трех распространенных сегодня недоразумениях, связанных с метриками , в частности, с движущей философией носимых устройств и усилий по борьбе со старением. В последующих постах я расскажу о том, почему эти недоразумения так..

Три главных навыка, которые понадобятся разработчикам в следующем десятилетии

По мере того, как мы приближаемся к середине 2020-х годов и далее, мы можем ожидать серьезных изменений в мире технологий. Имея это в виду, важно убедиться, что ваши разработчики обладают навыками, которые им понадобятся для процветания в этой быстро меняющейся среде. Вот три навыка, которые каждый разработчик должен иметь в своем наборе инструментов в течение следующего десятилетия. Краткое содержание Навык 1. Быстрое изучение новых языков Книги: Быстрое и глубокое обучение..

Математические подходы к машинному обучению

Введение Машинное обучение — это набор алгоритмов общего назначения, применяемых ко многим наборам данных для получения значения или предсказания путем проб и ошибок, достигнутых за счет использования данных, модели и обучения. Основная идея машинного обучения — автоматизм; следовательно, он направлен на разработку методов общего назначения для поиска значимых закономерностей из данных без каких-либо знаний в предметной области. И для этого требуется использование математических..