Публикации по теме 'classification'
Пост 2 из серии «Вероятностное машинное обучение»: Сравнение моделей
Пост 2 из серии «Вероятностное машинное обучение»: Сравнение моделей
Чтобы преобразовать необработанные данные в модель машинного обучения, необходимо выполнить множество шагов. Эти шаги могут быть трудными для неспециалистов, и объем данных продолжает расти . Предлагаемое решение кризиса навыков искусственного интеллекта - использовать автоматизированное машинное обучение (AutoML). Некоторые известные проекты - это Google Cloud AutoML и Microsoft AutoML . Задача..
Обнимающее лицо — Классификация табличных данных с использованием AutoTrain
Построение модели классификации для прогнозирования диабета
В моей предыдущей статье об AutoTrain я показал вам, как использовать AutoTrain для создания модели классификации изображений для распознавания фруктов:
Hugging Face — создание моделей ИИ без кода Используйте Hugging Face AutoTrain для обучения современных моделей задачам НЛП и компьютерного зрения levelup.gitconnected .com
В этой статье я покажу вам, как использовать..
Калибровка модели в машинном обучении
Ожидается, что модели машинного обучения будут не только делать точные прогнозы, но и надежно оценивать их достоверность в этих прогнозах. Способность модели классификации давать точные оценки вероятности известна как калибровка. В этом посте я углублюсь в концепцию калибровки в машинном обучении, обсужу ее важность, изучу методы ее достижения и решу общие проблемы, связанные с ней.
Помимо точности модели
Предсказанные вероятности, полученные с помощью хорошо откалиброванной..
Прогнозирование хитов на основе мультимодальных данных
Наука о хитовых песнях занимается возможностью предсказать, станет ли песня хитом, до ее распространения с использованием автоматизированных средств, таких как программное обеспечение для машинного обучения. Это побудило нас копнуть глубже, чтобы выяснить, как различные звуковые функции помогут предсказать, попадет ли песня в чарт Billboard Top 100, и построить двустороннюю модель удобства использования — как для музыкантов, сочиняющих музыку, так и для лейблов, транслирующих ее...
Матрица путаницы
При работе над проблемой классификации машинного обучения важно понимать, что модель правильно предсказывает классы. Мы знаем, что очень важно создать точную модель, которая не только правильно прогнозирует текущий набор данных, но и будущие невидимые данные, что делает действительно важным понимание того, как работает модель. Чтобы увидеть, как работает модель, мы используем матрицу путаницы, чтобы понять производительность модели.
Матрица путаницы — может показаться немного..
Контролируемое машинное обучение для начинающих
Мой первый пост посвящен машинному обучению под наблюдением (80%), которое составляет большую часть машинного обучения в целом.
Чтобы визуализировать машинное обучение в уме, полезно сначала узнать, что такое искусственный интеллект в общих чертах. Я где-то читал очень хороший пример о значении ИИ. Неспособность дать определение ИИ, говорится здесь, превращает его в «искусство алхимиков, которые ищут философский камень, но почти не имеют ни малейшего представления о том, что они..
Как выбрать исходную модель для задачи науки о данных
Сэкономьте время и избавьтесь от головной боли и начните с простого.
Этот пост предназначен для новых или начинающих специалистов по данным, пытающихся решить, какую модель использовать для решения проблемы.
Этот пост не будет касаться споров о данных. Надеюсь, вы знаете, что это большая часть работы, которую выполняет специалист по данным. Я предполагаю, что у вас есть готовые данные и вы хотите посмотреть, как вы можете сделать некоторые прогнозы.
Простые модели
Существует..
