Публикации по теме 'classification'


Представление нейронных сетей | Часть 1
В предыдущих курсах мы проанализировали методы линейной регрессии и логистической регрессии, мы увидели, как мы можем смоделировать переменную Y по отношению к одной или нескольким переменным X, однако моделирование, выполненное ранее, довольно простое, переменная Y была непосредственно моделируется средневзвешенным значением переменных X, хотя это будет работать во многих случаях, но есть сложные случаи, когда этой конфигурации будет недостаточно и необходимо будет ввести в моделирование..
Анализ оттока сотрудников направлен на то, чтобы предсказать, кто покинет компанию. В этом анализе мы собираемся использовать вымышленные данные под названием HR…
Анализ оттока сотрудников направлен на то, чтобы предсказать, кто покинет компанию. В этом анализе мы собираемся использовать вымышленные данные под названием Увольнение и производительность сотрудников HR Analytics , созданные учеными IBM. Вы нашли оригинальный набор данных в Kaggle . Анализ оттока сотрудников аналогичен анализу оттока клиентов, но в основном фокусируется на сотрудниках, а не на клиентах. Данные содержат информацию о демографических данных сотрудников и конкретную..
Конформные прогнозы
вступление Эта статья представляет собой краткое изложение моих заметок о конформных предсказаниях. Конформные прогнозы — это новинка в области «измерения поля неопределенности» в машинном обучении. Конформное прогнозирование — это основа машинного обучения и статистического вывода, которая обеспечивает способ количественной оценки и контроля достоверности или надежности прогнозов, сделанных моделью. Он направлен на устранение ограничений традиционных точечных прогнозов , которые..
Машины опорных векторов (SVM): интуитивное объяснение
Машины опорных векторов (SVM) — это тип контролируемого алгоритма машинного обучения, используемый для задач классификации и регрессии. Они широко используются в различных областях, включая распознавание образов, анализ изображений и обработку естественного языка. SVM работают, находя оптимальную гиперплоскость, которая разделяет точки данных на разные классы. Гиперплоскость: Гиперплоскость  – это граница решения, которая разделяет точки данных на разные классы в многомерном..
Классификация апельсинов с помощью орангелиба:
Проблема классификации - одна из основных проблем машинного обучения. Компьютерное зрение - важный аспект проблемы классификации, при которой объекты, распознаваемые компьютером, можно классифицировать по определенным категориям. Реализация компьютерного зрения может быть сложной задачей, например, обучение модели для точного прогнозирования объекта. Обучение модели точному распознаванию конкретного объекта может быть сложной задачей, и становится более сложной задачей реализовать..
Глубокое обучение в примерах бинарной классификации
Увлекательный обзор нескольких важных применений бинарной классификации. Бинарная классификация для глубокого обучения может принимать разные формы и формы, например, модель различает кошек и собак, злые и приятные твиты в Твиттере, положительные и плохие отзывы и многое другое. Хотя это может показаться простым и понятным, бинарная классификация может использоваться во многих областях и даже может служить важным решением. Фильтрация спама, мошенничества и опасной почты/сообщений По..
Классификация и регрессия с контролируемым обучением
В предыдущем посте мы говорили об определении машинного обучения и его типе. Одним из них является обучение с учителем, которое представляет собой алгоритм машинного обучения, который учится на данных типа пар «функции-цель». Наиболее распространенными проблемами в обучении с учителем являются классификация и регрессия. Регрессия Регрессия — это задача, требующая от алгоритма предсказания непрерывного значения в качестве целевой переменной. Вот пример задачи регрессии. Допустим,..