Публикации по теме 'classification-algorithms'
Обзор машинного обучения
Машинное обучение — это подмножество искусственного интеллекта, основное внимание в котором уделяется машинному обучению на основе их опыта и составлению прогнозов на основе этого опыта. Идея машинного обучения позволяет машине учиться на примерах и опыте без необходимости явного программирования. Таким образом, вместо того, чтобы писать код, вы просто передаете данные общему алгоритму, а алгоритм или машина создает логику на основе заданных данных.
Задачи машинного обучения: 1...
Алгоритмы классификации: руководство по прогнозированию категориальных меток
Алгоритм классификации — это тип алгоритма машинного обучения, который используется для прогнозирования категориальной метки для заданной точки данных. Категориальные метки — это значения, которые принадлежат конечному набору классов или категорий.
Например, алгоритм классификации может использоваться для прогнозирования того, является ли электронное письмо спамом или нет, на основе содержимого электронного письма. В этом случае категориальный ярлык будет «спам» или «не спам»...
Логистический классификатор против нейронной сети
Я изучал классификаторы и наткнулся на статью, в которой рассказывается о способности нейронной сети формировать сложные границы решений и классифицировать данные там, где логистический классификатор не справляется. Было интересно узнать сходства и различия и их «зону комфорта» с точки зрения типа набора данных.
Я попробовал то же самое, используя 2-классовый набор данных planar’s ‘flower’ .
Набор данных не так легко « линейно » отделить, и поэтому он дает хорошие исходные данные..
Несбалансированные данные: подробное руководство о том, как справляться с проблемами несбалансированной классификации.
Углубленный анализ на уровне данных, уровне алгоритма и гибридных подходах для решения проблем несбалансированной классификации.
Проблемы несбалансированной классификации и парадокс точности
Любой, кто знаком с машинным обучением, наверняка сталкивался с проблемой несбалансированной классификации . По определению несбалансированная классификация возникает, когда один или несколько классов имеют очень низкие доли в обучающих данных по сравнению с другими классами. Когда..
Исследовательский и прогнозный анализ набора данных о доходах взрослого населения
Этот набор данных в репозитории UCI ML содержит демографические данные, такие как возраст, пол, раса и т. Д., Примерно 45000 человек. Я собираюсь поделиться своим подходом к прогнозированию того, превышает ли доход человека 50 тысяч или нет.
Для этого проекта я использовал python и Jupyter Notebook. Вначале я импортировал соответствующие библиотеки (до того, как Бог создал небо и землю). Кроме того, установите размер визуализаций по своему усмотрению. . Я использовал вероятностный..
Прогнозирование рейтинга фильма IMDb до его выпуска с помощью машинного обучения
Авторы: Яш Бхаргава , Манасви Сингх , Притиш Вадхва , Ананья Джайн .
Мотивация
Можно ли предсказать рейтинг фильма до его выпуска или производства? Каждый год в мире снимается и выпускается бессчетное количество фильмов. Все эти фильмы получают рейтинги зрителей по всему миру. Эти рейтинги объединяются вместе, чтобы сформировать рейтинги IMDb. Рейтинг IMDb — единственный наиболее влиятельный фактор, определяющий мнение любого потребителя и, по сути, успех фильма.
Имея в своем..
Матрица путаницы — Вы запутались ? (Часть 1)
Введение в интерпретацию двухклассовой матрицы путаницы
«Жизнь полна путаницы. Путаница любви, страсти и романтики. Смятение семьи и друзей. Неразбериха с самой жизнью. Какой путь мы идем, какие повороты мы делаем. Как мы бросаем кости».
-Мэттью Андервуд
Введение
Матрица путаницы — одна из наиболее широко используемых оценочных метрик в мире науки о данных и машинного обучения. Хотя математика, стоящая за этой техникой, проста, терминология часто затрудняет ее..