Публикации по теме 'sklearn'


Классический ML и его алгоритмы
Привет, народ, Имея общее представление о том, что такое машинное обучение (ML), давайте углубимся в классический ML. Что такое классический ML? Классический ML имеет дело с моделями ML, не основанными на нейронных сетях, для обучения и прогнозирования, в то время как Deep Learning имеет дело с моделями ML, основанными на нейронных сетях, для обучения и прогнозирования. В целом существует два типа методов ML, а именно: A. Обучение под наблюдением, когда модели машинного..
Прогнозирование временных рядов с помощью XGBoost
НАУКА ДАННЫХ, ВИЗУАЛИЗАЦИЯ ДАННЫХ Прогнозирование временных рядов с помощью XGBoost Учебное пособие по написанию кода для реализации модели XGBoost в Jupyter Notebook. В этой статье я расскажу о том, как построить XGBoost model для обработки одномерного набора данных по электроэнергии с временными рядами. Цель состоит в том, чтобы создать модель, которая позволит нам с уверенностью прогнозировать будущее потребление электроэнергии в Китае. К концу этой статьи вы сможете понять,..
Как работает StandardScaler Scikit-Learn
В этом посте я объясню, почему и как применять стандартизацию с помощью scikit-learn в Python. Всем привет. Это мой первый пост на Medium. Я инженер-электрик и компьютерный инженер, в настоящее время заканчиваю докторскую диссертацию в области биомедицинской инженерии и вычислительной нейробиологии. Я работаю над проблемами машинного обучения последние 4 года. Очень распространенный вопрос, который я вижу повсюду в сети, - как стандартизировать и зачем это делать, данные до того,..
Обучил модель? Но не знаю, как его сохранить… Вот решение
Сохраните и загрузите модель и перестаньте тратить время на обучение снова и снова В ПОРЯДКЕ !!! Теперь, когда вы обучили свою модель, но не знаете, как сохранить ее для дальнейшего повторного использования, не тратя каждый раз время на обучение? Я также получил тот же вопрос во время моего пути обучения (который все еще продолжается). Но благодаря моим интенсивным исследованиям и большой тяжелой работе (извините, шучу, это заняло всего час поиска в Google и YouTube) я нашел, как..
Data Chef. Эпизод 6. Перекрестная проверка
В выпуске этой недели мы рассмотрим тему, которая носит скорее процедурный характер. Чтобы поддерживать высокие стандарты на кухне, мы должны предпринять несколько шагов для обеспечения контроля качества. Это повторяющиеся действия, чтобы убедиться, что мы получаем тот тип выходных данных, который мы ожидаем, в процессе построения модели. На кухне это похоже на дегустацию продукта на протяжении всего процесса и проверку на соответствующий вкус и консистенцию. Если мы не получаем..
Классификация радужной оболочки с помощью SVM на питоне
Изучение и внедрение машины опорных векторов для классификации типа радужки Мы собираемся создать модель для классификации типа радужки на основе переменных набора данных. Во-первых, мы собираемся идентифицировать переменные Чашелистик Чашелистик - это часть, которая образует чашечку цветка, обычно выполняет функцию защиты цветка в бутоне и часто служит опорой для лепестков во время цветения. У нас есть две переменные Длина чашелистика в сантиметрах Ширина чашелистика в..
CodeFlare конвейеры
Беспрепятственное масштабирование сложных рабочих процессов от ноутбука до кластеров Совместно написано Рагху К. Ганти , Мудхакар Шриватса и Карлосом Коста В наши дни трубопроводы стали центральной темой, и некоторые из них получили широкое распространение за последние несколько лет, в том числе AirFlow , Argo , SKLearn pipelines , Spark pipelines , KubeFlow pipelines и многие другие. В IBM Research мы переосмыслили конвейеры, чтобы предоставить более интуитивно понятный..