Публикации по теме 'classifcation-models'


Машинное обучение: модели классификации
В наши дни термины «ИИ», «Машинное обучение», «Глубокое обучение» используются компаниями во всех отраслях, это те слова, от которых у любого дальновидного руководителя текут слюнки. Вы можете подумать, что это новые концепции, которые, казалось, появились в одночасье, но на самом деле они существуют уже некоторое время, и именно тяжелая работа многих в этой области действительно выдвинула их в центр внимания как новейшую техническую тенденцию. Хотя эти термины иногда используются в..
Машинное обучение - мультиклассовая классификация с несбалансированным набором данных
Проблемы классификации и методы повышения производительности Проблемы классификации, имеющие несколько классов с несбалансированным набором данных, представляют собой проблему, отличную от проблемы двоичной классификации. Неравномерное распределение делает многие традиционные алгоритмы машинного обучения менее эффективными, особенно при прогнозировании примеров классов меньшинств. Для этого давайте сначала поймем проблему, а затем обсудим способы ее решения. Мультиклассовая..
Основы SVM для классификации.
Основы SVM для классификации. Машина опорных векторов подпадает под категорию контролируемого машинного обучения и используется как для регрессии, так и для классификации. В этой статье я сосредоточусь на реализации классификации SVM. Мы знаем, что Опорные векторы - это подмножество точек данных, которые находятся на плоскости или гиперплоскости. Вся SVM вращается вокруг своих опорных векторов. Как это работает? Обратите внимание: - Предполагается, что данные во всей этой..
Алгоритм k-ближайших соседей (k-NN)
Вы представляете собой среднее из пяти человек, с которыми вы чаще всего общаетесь. Скажем, вы учитель в очень известной школе, и в вашу школу подает заявление новый ученик. Поскольку вам нравится предсказывать вещи, вы хотите предсказать, будет выбран кандидат или нет. Перед процессом приема школа собирает набор атрибутов о абитуриенте на основе некоторых основных оценок, а также предыдущих академических и других сведений. Теперь, поскольку вы долгое время находились в приемной..
Прогноз спроса: данные о преступности в Бостоне
Прогнозирование спроса: данные о преступности в Бостоне Модель, которая может предсказать вероятность совершения насильственного преступления в определенный день и в определенном месте. Прогнозирование спроса - горячая тема и непрекращающаяся цель в сфере розничной торговли, управления цепочками поставок и логистики. Лица, принимающие решения, должны оптимизировать свои ресурсы на основе прогнозируемого спроса, поэтому это также напрямую связано с проблемами оптимизации...
Прикладная классификация текста для фильтрации спама в электронной почте [Часть 1]
Оригинал статьи опубликован на моем сайте . С последних нескольких месяцев я начал работать над онлайн-курсом Специализация по машинному обучению , предоставляемым Вашингтонским университетом. Первый курс был посвящен основам машинного обучения , второй - линейной регрессии , а третий курс, по которому я сейчас нахожусь, посвящен классификации . . Курсы понравились почти во всех аспектах, так как они обучают реализации алгоритмов машинного обучения с нуля. Это было моей целью,..
Калибровка вероятности для усиленных деревьев
Предпосылки: Итоговый документ по калибровке вероятностей: http://www.cs.cornell.edu/~caruana/niculescu.scldbst.crc.rev4.pdf Деревья решений с усилением обычно обеспечивают хорошую точность, точность и область ROC. Однако, поскольку выходные данные повышения не являются хорошо откалиброванными апостериорными вероятностями, повышение дает плохой квадрат ошибки и перекрестной энтропии. Он имеет тенденцию предсказывать вероятности консервативно, то есть ближе к среднему диапазону, чем к..