Предварительная обработка и нормализация данных становятся очень важными, когда дело доходит до реализации различных алгоритмов машинного обучения. Поскольку предварительная обработка данных может существенно повлиять на результат модели обучения, очень важно, чтобы все функции были в одном масштабе. Нормализация важна в таких алгоритмах, как k-NN, машины опорных векторов, нейронные сети, главные компоненты. Тип необходимой предварительной обработки и нормализации функций может зависеть от..

Лучшее время для использования методов fit() и transform() в машинном обучении. StandardScaler, MinMaxScaler — мы часто используем эти нормализаторы данных на этапе предварительной обработки в рамках машинного обучения, и каждый из этих классов имеет метод .fit и метод .transform . Что делают эти классы Допустим, у нас есть некоторые данные об оценках по математике и естественным наукам: math science 90 100 80 50 70 60 60 75 Если мы применим StandardScaler , мы..

Худшее злоупотребление препроцессором C (победитель IOCCC, 1986 г.) ЧТО ТАКОЕ IOCCC? International Obfuscated C Code Contest — это соревнование по программированию, которое проводится ежегодно с 1984 года. Каждый год выявляется несколько победителей, и каждый год попадает в одну из следующих категорий: «Большое злоупотребление препроцессором C» или «Самое непоследовательное поведение». ЧТО ТАКОЕ ОБФУСКАЦИЯ? Обфускация — это код, который очень сложен для понимания человеком, но..

Привет Тиму! Итак, на прошлой неделе мы остановились на блоге Тима: Https://medium.com/@tmthylin/writing-an-image-data-preprocessor-using-davis-2019-9ebc45702ca3 Сначала взгляните на это: Делаем ли мы увеличение изображения только потому, что это круто выглядит? Нет, мы делаем это, чтобы получить больше данных. Иногда нейронная сеть выбирает ярлыки и находит смысл в произвольных шаблонах, которые случайно оказались там. Например, если бы все собаки смотрели вправо, а..