Публикации по теме 'classification-algorithms'


Границы принятия решений в Python
Как легко построить границу принятия решения для любого алгоритма классификации Определение границы принятия решения В задачах классификации с двумя или более классами граница решения - это гиперповерхность, которая разделяет базовое векторное пространство на наборы, по одному для каждого класса. Эндрю Нг представляет собой прекрасный пример границы принятия решения в логистической регрессии . Мы знаем, что существуют некоторые линейные (например, логистическая регрессия) и..
Прогнозирование звезды-пульсара с использованием различных алгоритмов машинного обучения
ВВЕДЕНИЕ Пульсары – это сферические компактные объекты размером с большой город, но с большей массой, чем у Солнца. Ученые используют пульсары для изучения экстремальных состояний материи, поиска планет за пределами Солнечной системы Земли и измерения космические дали. Пульсары также могут помочь ученым найти гравитационные волны, которые могут указать путь к энергетическим космическим событиям, таким как столкновения между сверхмассивными черными дырами. Пульсары, открытые в 1967..
Настроения авиакомпаний США в Твиттере
Настроения авиакомпаний США в Твиттере Использование анализа тональности для понимания отзывов пользователей Мотивация: Цифровая связь дает покупателям огромную возможность озвучивать свои мысли, мнения и отзывы о бренде. Мнения клиентов, выраженные в Twitter, Facebook и других онлайн-форумах, формируют основу клиентской стратегии брендов по всему миру. Авиакомпании могут использовать анализ настроений или интеллектуальный анализ мнений постов, размещенных на различных..
Наивный байесовский алгоритм (алгоритм машинного обучения)
Принцип наивного байесовского классификатора: Наивный байесовский классификатор - это вероятностная модель машинного обучения, которая используется для задачи классификации. Это классификатор в модели машинного обучения, который используется для определения различных объектов на основе определенных функций . Теорема Байеса: Типы наивного байесовского классификатора: Полиномиальный наивный Байес: Это в основном используется для проблемы классификации документов , т. Е. Того,..
Интуиция за счет потерь журнала
В машинном обучении проблема классификации относится к прогнозному моделированию, когда метку класса необходимо предсказать для данного наблюдения (записи). Хотя входные данные (характеристики) состоят из непрерывных или категориальных переменных, выходные данные всегда являются категориальной переменной. Например, на основе входных данных, таких как информация о погоде (влажность, температура, облачно / солнечно, скорость ветра и т. Д.) И время года, предсказать, будет ли сегодня..
Прогнозирование сердечных заболеваний с использованием Apache Spark ML
Введение Существуют различные медицинские параметры, влияющие на человека с сердечным заболеванием. Это может быть возраст, уровень холестерина, уровень сахара в крови, артериальное давление в покое и многое другое. Здесь мы будем использовать классификацию в машинном обучении для создания модели прогнозирования. Классификация — это контролируемая задача машинного обучения, в которой мы хотим автоматически классифицировать наши данные по какому-то заранее определенному методу..
Демистификация алгоритмов классификации и показателей оценки
Простое руководство по алгоритмам классификации машинного обучения Что ж, если вы похожи на ту обезьяну на картинке (в состоянии сомнения), когда дело касается моделирования классификации в машинном обучении и оценки их точности, эта история для вас. Давайте начнем. Классификация - это метод обучения с учителем (когда вы знаете, какой результат ожидать от ваших данных) и, как следует из названия, представляет собой средство категоризации или классификации некоторых неизвестных данных..