Публикации по теме 'modeling'
Введение в AIC - информационный критерий Акаике
Введение в AIC - информационный критерий Акаике
Выбор модели без валидации или набора тестов
В этой статье я рассмотрю следующие темы:
Что такое АПК? Когда его использовать? Как следует интерпретировать результаты? Подводные камни АПК
Примечание. Эту статью следует рассматривать как краткое введение в AIC. Я добавляю внешние ссылки, которые исследуют касательные более подробно.
1. Что такое AIC?
Информационный критерий Акаике ( AIC ) - это средство оценки..
Раскрытие скрытых измерений данных: освоение PCA с нуля
Анализ главных компонентов, или сокращенно PCA, — это широко используемый метод в науке о данных и машинном обучении. Это мощный инструмент, который помогает нам выявлять наиболее важные закономерности и тенденции в больших и сложных наборах данных. В этом сообщении блога мы получим некоторое представление о PCA и реализуем его самостоятельно с нуля, используя Python и NumPy.
Зачем использовать PCA?
PCA особенно полезен при работе с многомерными данными, где имеется множество..
Регуляризация: борьба с переоснащением
Компромисс между смещением и дисперсией: когда необходима регуляризация?
Имея набор данных для обучения модели, мы часто сталкиваемся с проблемой: наша модель слишком проста, слишком полна или в самый раз? Если наша модель слишком проста или слишком полна, она не даст наилучших результатов. Когда наша модель слишком проста, она «не соответствует» и страдает от ошибок из-за предвзятости. Когда наша модель слишком хорошо подходит для наших обучающих данных, наша модель страдает от..
Машинное обучение: создайте свою первую модель классификации
Использование Panda, Numpy и Sklearn
Введение
В этой статье я представляю проблемы классификации в машинном обучении, объясняя, как построить модель за несколько шагов. Я использую свой набор данных для иллюстрации примеров.
После обучения модели мы позволяем алгоритму угадать страну, с которой связано имя…
Максимальное использование Orange для обучения науке о данных — Часть 2
В первой части этой серии я представил обзор платформы интеллектуального анализа данных Orange, которая фокусируется на обучении науке о данных. Во второй части я сосредоточусь на некоторых уникальных образовательных функциях Orange, которые могут оказаться полезными для пользователей. Большинство этих функций не обсуждаются ни на сайте Orange, ни в видео на YouTube.
1. Разверните показатели эффективности модели . Для классификации в виджете теста и оценки вам предоставляются AUC,..
Неужели исследование искусственного интеллекта Google рухнет?
Чем уволил Тимнит Гебру, и недавние статьи, опубликованные Google, говорят нам о состоянии исследований в крупнейшем в мире исследовательском отделе ИИ.
Кульминационным моментом для исследований Google в области искусственного интеллекта вполне может оказаться 19 октября 2017 года. Это была дата, когда Дэвид Сильвер и его коллеги из DeepMind опубликовали в журнале Nature отчет, показывающий, как их Алгоритм глубокого обучения AlphaGo Zero был лучшим игроком в го, чем не только лучший..
Методы оптимизации моделей для нейронных сетей (ИНС)
Введение
Искусственные нейронные сети (ИНС) – это вычислительные модели, вдохновленные функционированием человеческого мозга и способные обучаться на основе сложных нелинейных данных. Нейронная сеть состоит из элементарных блоков, называемых нейронами , которые получают входные сигналы от других блоков или внешних источников, обрабатывают их с помощью функции активации и передают в качестве выходных данных другим блокам. . Нейроны организованы в слои , которые могут быть трех..
