Публикации по теме 'classification'


Машины опорных векторов (SVM) — День 31
50-дневный план обучения для начинающих специалистов по данным | Автор Круио Добро пожаловать в 31-й день вашего путешествия по изучению науки о данных! За последние недели мы исследовали различные темы: от статистики и Python до линейной регрессии, логистической регрессии, K-ближайших соседей и деревьев решений. Сегодня мы углубимся в еще один мощный алгоритм машинного обучения: машины опорных векторов (SVM). SVM широко используется для задач классификации, регрессии и..
От слабого к сильному: расширение возможностей классификации с помощью Adaboost и python
Введение Мы все сталкивались с одним набором данных, на котором мы обучили несколько алгоритмов машинного обучения, надеясь, что мы встретим хотя бы один алгоритм, который хорошо работает с данными, но даже после применения различных методов, таких как оптимизация гиперпараметров, нормализация, масштабирование, извлечение признаков и другие мы все еще закончили с нежелательными результатами. В этой статье мы рассмотрим классификатор AdaBoost, который представляет собой контролируемый..
Прогноз урожайности сои
Прогноз урожайности сои Целью этого блога является анализ двух больших наборов данных различных модальностей (изображений и таблиц), касающихся прогнозирования средней урожайности. В частности, набор данных изображений состоит из дистанционного зондирования, спутниковых инфракрасных изображений урожая сои, в то время как управление урожаем и данные о погоде составляют набор табличных данных. Цель состоит в том, чтобы использовать эти исторические показания и связанную с ними среднюю..
Обработка (наземной) истины: КПЭ на основе контрольной группы
В моем предыдущем посте я представил структуру для выбора правильных KPI для оценки ваших моделей машинного обучения. При решении проблемы классификации выбранный KPI обычно измеряет частоту ошибок с течением времени в виде точечной оценки (например, точности) или оценки нескольких пороговых значений (например, PRAUC). В этом посте я коснусь одной из основных проблем во многих проблемах реального мира: как узнать, правильна ваша модель или нет. В моделях контролируемого обучения..
Классификатор K_Neighbours: что о вас думают соседи?
Добро пожаловать в увлекательный мир машинного обучения, где компьютеры учатся выполнять сложные задачи, черпая вдохновение из математических и статистических моделей. Одной из наиболее важных отраслей этой дисциплины является классификация — фундаментальный метод, который позволяет машинам организовывать, классифицировать и принимать решения на основе данных. Представьте себе, что у вас есть врожденная способность различать собак и кошек, наблюдая за их отличительными характеристиками...
Машина опорных векторов (SVM) в Python
Введение Машина опорных векторов (SVM) — это контролируемая модель, используемая в задаче двоичной классификации. В частности, SVM проецирует данные в более высокое измерение , находит оптимальную гиперплоскость , которая может максимизировать мягкую границу, и использует эту гиперплоскость в качестве порога для классифицировать новые точки данных. Я знаю, что это много. В этой статье мы не будем слишком углубляться в математические формулы. Вместо этого мы сосредоточимся на..
Можем ли мы предсказать изменение цен в онлайн-супермаркете с помощью машинного обучения и…
Часть 2: подход к машинному обучению В этой серии статей проходит моя магистерская диссертация, которая была не только моим первым проектом сквозного машинного обучения, но и мостом между моей эконометрикой и изучением машинного обучения. Моя диссертация пыталась предсказать поведение фирм при изменении цен. Эта история, за которой следует Часть 1 - эконометрический подход , показывает, как я решил эту проблему с помощью машинного обучения. Если хотите посмотреть, полный текст..