Помня о шахматах благодаря ферзевому гамбиту от Netflix, на этой неделе я использовал PySpark для создания классификатора с несколькими метками для прогнозирования результатов шахматных матчей из Chess Game Dataset . Настраивать Процесс настройки вашей локальной среды для использования Apache Spark, возможно, является самой сложной частью этого процесса. Сначала вы должны установить Docker, а затем загрузить образ контейнера для PySpark, специализированного для Jupyter Notebooks...

Большая часть машинного обучения — это классификация — мы хотим знать, к какому классу или группе относится наблюдение. Возможность точной классификации наблюдений чрезвычайно ценна для различных бизнес-приложений, таких как прогнозирование того, купит ли конкретный пользователь продукт, или прогнозирование дефолта по данному кредиту. Наука о данных предоставляет множество алгоритмов классификации, таких как логистическая регрессия, метод опорных векторов, наивный байесовский..

Случайный лес - модель, созданная для создания структуры в хаосе Представьте себе: вам нужно делать прогнозы на основе огромного количества характеристик. Какой алгоритм приходит на ум в первую очередь? Что касается меня, я обычно всегда выбираю случайный лес. Когда вы сталкиваетесь с проблемой чрезмерной подгонки, метод машинного обучения, который приходит на помощь (чаще всего), снова представляет собой случайный лес. Когда нам нужно простое решение проблемы, которую вызывает..

(т.е. как объяснить кому-либо алгоритмы машинного обучения) ВАЖНОЕ ПРИМЕЧАНИЕ: В первом посте этой серии я совершил ошибку , приравняв нетехнических людей к стереотипу технически безграмотной бабушки. Некоторые члены сообщества специалистов по науке о данных обратили мое внимание на сексизм и эйджизм, стоящие за этим популярным трюком. Они совершенно правы. Как женщина, я никогда не хотела бы никого ущемлять в своем сообществе, особенно людей, идентифицирующих себя с женщинами, и /..