Публикации по теме 'blogathon'
Важность функций и выбор функций
Важность функции:
Это относится к методам, которые присваивают оценку входным функциям в зависимости от того, насколько они полезны для прогнозирования целевых переменных.
Выбор функции:
Это процесс, в котором вы автоматически или вручную выбираете функции, которые больше всего влияют на вашу целевую переменную.
Короче говоря, оценка важности функции используется для выполнения выбора функции.
В данном примере набора данных Iris у нас есть четыре функции и одна целевая..
Запуск крупнейшего в мире блога по науке о данных!
Шанс выиграть гарантированное вознаграждение за каждую опубликованную статью!
Опубликуйте свою статью в блоге Data Science Blogathon, чтобы улучшить свой профиль и выиграть отличные призы!
С более чем 1700 статьями, получившими тысячи просмотров в рамках Blogathons, мы продолжаем получать огромное количество отзывов от сообщества!
Мы рады объявить о запуске 15-го блогатона по науке о данных компании Analytics Vidhya , который уже запущен!
Вот что вы можете выиграть за каждую..
Статистика против оценщика
и свойства оценщика
Мы часто сталкиваемся с такими терминами, как статистика и оценка, работая над статистическими проблемами в сфере машинного обучения. Важно понимать разницу между ними, чтобы мы знали контекст, лежащий в основе таких терминов при обучении параметрам. Но, прежде чем понимать разницу между статистикой и оценкой, давайте сначала разберемся с некоторыми концепциями свойств статистической модели.
Итак, приступим.
Идентифицируемость : оценщик считается..
Достаточно ли качество ваших данных для обучения алгоритму машинного обучения?
Быстрое агрегирование проверок качества данных
Специалисты по машинному обучению проводят много времени с данными, поскольку проблемы с качеством данных по своей сути препятствуют изучению любого алгоритма. Он следует принципу «мусор на входе, мусор на выходе», то есть низкое качество данных может привести только к плохому обучению. Данные хорошего качества имеют решающее значение для успеха любого алгоритма машинного обучения.
Вы, должно быть, думаете, почему я так подчеркиваю..