Публикации по теме 'modeling'


Почему повышается остаточная подгонка
Общее объяснение алгоритма повышения Алгоритм усиления ищет оптимальные функции слабого обучаемого, которые минимизируют функцию потерь по обучающим данным на каждой итерации . Каждый новый ученик будет пытаться «исправить» ошибки, сделанные предыдущими учениками. Мотивация Без особого введения большинство специалистов по данным должно иметь опыт использования различных моделей повышения, например, XGBoost, для проектов или соревнований Kaggle. Во многих статьях алгоритм..
Что такое смещение и отклонение?
Когда мы прогнозируем модель, будет некоторая неизмеримая разница между прогнозируемым (ожидаемым) значением и истинным (фактическим) значением. Это называется ошибкой предсказания, которую можно разделить на неснижаемую ошибку и уменьшаемую ошибку. Неприводимая ошибка возникает из-за случайности или естественной изменчивости в существующей системе, зависит от данных и не может быть уменьшена путем улучшения модели. С другой стороны, сводимая ошибка должна быть минимизирована, чтобы..
Изучите науку о данных и приложения в НЛП: сообщение 003
Регрессионное моделирование. Продвижение понимания Двигаясь вперед от предыдущего поста, наш интерес состоит в том, чтобы смоделировать желаемый результат «t» как функцию входных параметров (x). Мы предположили, что целевая переменная 't' задается детерминированной функцией y(x, w) , где 'w' относится к веса ( коэффициенты полиномиальной функции ). Математически мы можем смоделировать следующим образом: t = y(x, w) + E, где 'E' — это нулевое среднее Гауссова случайная величина..
Этапы машинного обучения
Есть 7 этапов машинного обучения. К ним относятся: 1. Определение проблемы 2. Сбор данных 3. Подготовка данных 4. Визуализация данных 5. Моделирование машинного обучения 6. Функция. Разработка 7. Развертывание модели Его можно применить к любой независимой отрасли и типу бизнеса. 1. Определение проблемы Он определяется и понимает проблему, которую кто-то собирается решать. Начните с анализа целей и причин конкретной формулировки проблемы. Она также известна как Бизнес-проблема..
Спортивные модели
Одной из основных причин, по которой я решил с головой погрузиться в разработку программного обеспечения, было желание исследовать мир интерактивных моделей. С самого детства меня интересовало, как статистика объясняет результат события. Я всегда уделял большое внимание спорту, и некоторые из моих самых ранних воспоминаний связаны с поиском в спортивной секции результатов бейсбольных матчей. Повзрослев, прочитав бестселлер Майкла Льюиса «Moneyball» и скорректировав свои взгляды на..
Лучшие практики имитационного моделирования
Имитационное моделирование Лучшие практики имитационного моделирования Ключи к успеху в качестве разработчика имитационных моделей Имитационное моделирование Имитационное моделирование - это процесс репликации существующей (или потенциальной) системы в имитационную модель с использованием программного обеспечения и технологий. Имитационные модели представляют собой отличные ресурсы для тестирования множества гипотетических сценариев систем в безрисковых средах, при этом имея..
Не такая уж и простая платформа ML | Готов к работе
Введение в «Not so Simple ML Framework» В серии постов я хочу представить ML Framework (на основе Python), достаточно хороший, чтобы быть готовым к работе, но в то же время простой. Фреймворк включает в себя все, от проекта Data Science до проекта API, обслуживающего запросы (отвечающего за процесс CD). Кто мог сделать нас из этого Фреймворк подойдет команде среднего размера или команде с низким уровнем инженерной поддержки данных. Я сам не Data Scientist, я помогаю командам Data..