Публикации по теме 'predictions'
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..
Наука о данных стало проще: моделирование и прогнозирование данных с помощью Orange
Пробовать различные алгоритмы обучения и выполнять прогнозы на основе обученной модели никогда не было так просто!
Сейчас вы читаете четвертую часть серии статей Наука о данных . Эта статья посвящена прогнозированию тестовых данных на основе моделей, которые мы обучили с использованием обучающих данных. В большинстве случаев часть моделирования и прогнозирования данных является наиболее интересной, поскольку требует от вас обдумывания и корректировки основных параметров для улучшения..
Создание прогнозирующего матча борьбы сумо с использованием машинного обучения
Цель этой статьи
Эта статья представляет собой повествование, предназначенное для улучшения анализа , который я провел для моего заключительного проекта в Курсе Udacity по науке о данных .
Для этого финального проекта нам дали довольно много свободы в выбранной нами области, и, поскольку за последние несколько лет у меня появился искренний интерес к сумо, я решил объединить свой интерес к машинному обучению с моим интересом к сумо.
Это, вероятно, звучит довольно хипстерски для..
Как технологии узнают, чего вы хотите?
Алгоритмы рекомендации
Алгоритмы рекомендаций — это тип алгоритма машинного обучения, который используется для прогнозирования того, что может заинтересовать пользователя, на основе его прошлого поведения и поведения других пользователей. Эти алгоритмы обычно используются компаниями для рекомендации продуктов, фильмов, музыки и других товаров своим пользователям. В этом сообщении блога мы рассмотрим научные аспекты рекомендательных алгоритмов и приведем примеры компаний, которые..
Машинное обучение - прогнозирование с использованием регрессионных моделей
Недавно я сделал интересный проект и хотел бы здесь поделиться своими успехами, надеюсь, вы тоже извлечете из этого пользу.
Сначала краткое введение в проект:
Тема: Средняя цена авокадо в оценщике рынка США
Цель этого проекта - спрогнозировать среднюю цену авокадо с учетом еженедельных данных сканирования розничной торговли о ценах на авокадо и объеме продаж на нескольких рынках США за 2015, 2016, 2017 и 2018 годы. Это может быть использовано розничными торговцами для проверки их..
Заглядывая в будущее: что ждет предприятий в эпоху искусственного интеллекта?
Подойдя к концу 2017 года, мы увидим, что ИИ - это не просто мимолетная мысль или фаза; скорее, это начало новой эры с новыми последствиями для технологий, бизнеса и управления персоналом. 2016 был годом что, если и как? , 2017 был годом подготовки к реализации, и теперь, когда мы вступаем в 2018, мы в Zoom.ai не можем не задаться вопросом - что будет дальше с ИИ ?
Пора быть доступным
Больше не надвигающееся облако, вызывающее беспокойство из-за потери работы, мы пришли к..
Разверните модель машинного обучения с помощью Streamlit
В этой статье мы увидим, как развернуть существующую модель ML с помощью Streamlit.
Во-первых, получите модель ML и создайте файл рассола для вашей модели.
После создания файла pickle импортируйте все необходимые библиотеки.
import streamlit as st
import pickle
Загрузите файл рассола
model = pickle.load(open('model_reg.pkl','rb'))
Добавьте название и краткое описание того, что делает ваша модель.
st.title("Prediction of Ice cream shop revenue")..