Публикации по теме 'classification'


Прогноз питьевой воды с использованием модели машинного обучения.
Контекст Вода — это самое основное, что необходимо человеку для выживания. Благодаря техническим усовершенствованиям и заводской установке мы столкнулись с большим загрязнением воды, что привело к ухудшению уровня качества воды до такой степени, что она стала непригодной для питья. Существуют определенные атрибуты, определяющие пригодность воды для питья. Атрибуты Независимые переменные: Значение pH: pH является важным параметром для оценки кислотно-щелочного баланса воды...
K-ближайший сосед (K-NN)
Часто нас путают с K-NN, K-means и K-medoids, поскольку эти три используются для дистанционных методов для кластеризации и классификации входных данных. K-ближайший сосед (K-NN) — это контролируемый метод обучения, который объединяет классификацию K ближайших точек для определения классификации точки данных. Его можно использовать как для задач классификации, так и для задач регрессии. Он популярен для задач классификации, поскольку более эффективен для классификации. Принимая во..
Студенты Беркли используют машинное обучение для решения проблем загрязнения океана
Члены команды: Эллисон Ку, Марселла Депунцио, Рафаэль Рейтман, Субхикша Мани, Ян Сюй, Мюриэль Макс Data-X: Venture Applications in Data Science, осень 2018 г. Борьба с плавающим мусором в океане является сложной задачей. К тому времени, как пластик оказывается посреди океана, большая часть его распадается на мелкие частицы микропластика и остается в подвешенном состоянии под поверхностью воды. Прежде чем мы сможем справиться с удалением его из океана, наша первая задача — найти..
Классификация и регрессия в машинном обучении
Среди новых студентов, изучающих науку о данных, часто возникает путаница в отношении разницы между классификацией и регрессией в машинном обучении, а также отсутствует понимание того, какую технику использовать для какой конкретной задачи. Классификация и регрессия — это алгоритмы контролируемого обучения, которые работают с помеченными наборами данных и используются для прогнозирования в машинном обучении. Оба эти метода относятся к прогнозному моделированию. Разработка моделей,..
Наивный байесовский классификатор, часть 1 (математический подход)
Условная вероятность: вероятность возникновения любого события A, когда другое событие B по отношению к A уже произошло, называется условной вероятностью. Он изображается P (A | B). Независимые события . Независимые события — это события, возникновение которых не зависит ни от каких других событий. Например, если мы подбрасываем монету в воздухе и получаем результат «Орел», то снова, если мы подбрасываем монету, но на этот раз мы получаем результат «Решка». В обоих случаях..
Усреднение по ансамблю — Повысьте производительность машинного обучения, проголосовав за него.
Усреднение по ансамблю использует прогнозы нескольких моделей для обеспечения надежной производительности. Многие руки часто выполняют легкую работу. Удивительно, но такое же наблюдение можно сделать и в области машинного обучения. Усреднение по ансамблю – это метод разработки нескольких разных моделей , например, линейной регрессии или деревьев с градиентным усилением, и позволяющий им сформировать мнение относительно окончательного прогноза . Технику можно легко применить,..
Введение в машинное обучение
Введение в машинное обучение Машинное обучение — это подмножество искусственного интеллекта (ИИ), которое ориентировано на создание приложений, которые изучают данные и со временем улучшают свою точность без программирования для этого. Эти алгоритмы предназначены для обучения и улучшения с течением времени, когда они подвергаются воздействию новых данных. Это позволяет компьютерам или машинам принимать решения на основе данных. Пример 1. На основании истории болезни пациента..