Публикации по теме 'model'


Разработка и моделирование функций на Python
Как предсказать выживаемость пассажиров Титаника? В этой статье я расскажу, как создавать модели для прогнозирования выживаемости пассажиров Титаника на Python. Используемая здесь методология также может быть применена к другим аналогичным вариантам использования. Для дополнительного контекста вы можете обратиться к предыдущей статье Исследовательский анализ и визуализация данных в Python , чтобы узнать больше об исследовании и визуализации данных Titanic в Python. Титанические..
Влияние методов регуляризации
ЧТО ТАКОЕ РЕГУЛИРОВАНИЕ? Регуляризация — это процесс, который упорядочивает или уменьшает коэффициенты до нуля. ПОЧЕМУ ЭТО ВАЖНО? Регуляризация направлена ​​на предотвращение переоснащения модели машинного обучения. Это повышает эффективность модели и помогает модели обобщать входные данные. Наиболее известными методами регуляризации являются методы регуляризации Лассо и Риджа. ЭКСПЕРИМЕНТ В этой части я создаю три модели: одну без регуляризации, одну с лассо и одну с..
Кривые ROC и AUC: оценка эффективности модели классификации
Кривые ROC и AUC (площадь под кривой) — это две важные концепции, используемые для оценки эффективности моделей классификации. Кривые ROC обеспечивают графическое представление компромисса между истинно положительными показателями и ложноположительными показателями, а AUC обеспечивает единую числовую меру эффективности модели. Кривые ROC и AUC обычно используются в машинном обучении, статистике и других областях для оценки производительности бинарных классификаторов. Бинарный..
Оптимизация модели в R: повышение производительности модели
В мире науки о данных и машинного обучения оптимизация моделей играет решающую роль в повышении производительности и точности прогностических моделей. Путем точной настройки параметров модели и изучения методов оптимизации мы можем добиться лучших результатов и раскрыть весь потенциал наших моделей. В этом руководстве мы рассмотрим пошаговое руководство по оптимизации модели с использованием языка программирования R. Если вы новичок в R или хотите улучшить свои навыки моделирования,..
Часть II. Оценка прогнозной модели: перекрестная проверка и компромисс смещения и дисперсии
В моем предыдущем посте я изложил концептуальную основу для построения и оценки простой прогнозной модели. Я обсудил необходимость проведения разделения на тренировку и тест и получил результаты обучения и тестирования, используя значение R-квадрат в качестве метрики оценки. Создание и оценка прогнозной модели с помощью scikit-learn: пошаговое руководство для начинающих Для новичков в науке о данных такие фразы, как прогнозное моделирование и оценка..
Обнаружение настраиваемых объектов с использованием TensorFlow - (с нуля)
В этом руководстве мы собираемся создать и обучить собственный детектор маски лица, используя предварительно обученную модель SSD MobileNet V2. Сначала мы создадим наш собственный набор данных изображений, а позже мы увидим, как обучить пользовательскую модель для обнаружения объектов (локальную и Google Colab!) 1. Установка 1.1 Тензорный поток Установите Tensorflow, используя следующую команду: $ pip install tensorflow or pip install tensorflow==1.15 Если у вас есть..
Дилемма моделирования в машинном обучении — «Оптимизация против обобщения»
Будучи молодым специалистом по данным, я всегда думал, что лучшая модель, которую вы можете создать, — это модель, которая будет давать наилучшие показатели после предсказания результатов некоторых тестов. Однако стремление к наименьшей MSE или самой высокой точности классификации не будет реальной задачей. Но почему ? Интуиция — важность тренировки Давайте представим ситуацию, когда два ресторанных критика приходят в одно и то же колумбийское заведение, чтобы отведать одно и..