Публикации по теме 'classification'


В этой статье описывается наша заявка на совместное задание NTCIR-14 FinNum по детальному пониманию числовых значений в финансовых твитах.
В этой статье описывается наша заявка на совместное задание NTCIR-14 FinNum по детальному пониманию числовых значений в финансовых твитах. Введение Растущая популярность социальных сетей и пользовательского контента приводит к появлению огромного количества текстовой информации. Популярный сервис микроблогов Twitter является одним из наиболее плодотворных источников такого рода контента, созданного пользователями.1 Twitter играет все более важную роль, позволяя людям делиться..
Все о контролируемом обучении
Humant Sattabhayya 27–02–2022 Введение В этой статье больше внимания будет уделено обучению с учителем. Обучение под наблюдением является важным аспектом науки о данных. Это задача машинного обучения для вывода функции из помеченных обучающих данных. Данные для обучения состоят из набора обучающих примеров. В обучении с учителем каждый пример представляет собой пару, состоящую из входного объекта (обычно вектора) и желаемого выходного значения (также называемого управляющим..
Обнаружение пульсара
Привет, ребята, этот пост для всех, кто интересуется астрофизикой и/или машинным обучением. Позвольте мне начать с некоторого базового понимания того, что такое пульсар? Топливом для всех звезд является водород, простейший элемент периодической таблицы. В течение своей жизни звезда образует слои тяжелых элементов, начиная с гелия, затем углерода и т. д. Когда в ядре звезды заканчивается запас водорода или, технически говоря, в ядре начинает формироваться железо, звезда начинает..
Прогнозирование оттока пользователей с помощью Spark
Введение Предотвращение оттока — актуальная и сложная проблема практически для каждой компании, производящей продукты и услуги. Если бы можно было предсказать риск того, что пользователи отключат услугу, компания могла бы принять меры, чтобы спасти клиентов до того, как они уйдут. В этом сообщении блога я расскажу о том, как построить модель прогнозирования с помощью Spark, начиная с загрузки данных, обработки данных и заканчивая построением модели. Данные взяты из Sparkify,..
Обучайте модели XGBoost в Amazon SageMaker за 4 простых шага
Как обучать и развертывать модели XGBoost в качестве конечных точек с помощью SageMaker Начать работу с Amazon SageMaker может быть сложно, так как существует множество приемов, о которых AWS просто ожидает, что вы узнаете… В свою очередь, как только вы освоите их, вы сможете значительно ускорить развертывание своих моделей машинного обучения, не беспокоясь о Docker и настройке до вычислительных ресурсов. Цель этого поста — максимально упростить начало работы с SageMaker и дать вам..
Машинное обучение - мультиклассовая классификация с несбалансированным набором данных
Проблемы классификации и методы повышения производительности Проблемы классификации, имеющие несколько классов с несбалансированным набором данных, представляют собой проблему, отличную от проблемы двоичной классификации. Неравномерное распределение делает многие традиционные алгоритмы машинного обучения менее эффективными, особенно при прогнозировании примеров классов меньшинств. Для этого давайте сначала поймем проблему, а затем обсудим способы ее решения. Мультиклассовая..
Прогноз оттока клиентов банка с использованием метода опорных векторов (SVM)
Фон Прогнозирование оттока — это процесс выявления клиентов, которые могут покинуть компанию или перестать пользоваться продуктом или услугой. Это также важно для банка. Во-первых, это может помочь банку определить, какие клиенты рискуют уйти, чтобы банк мог предпринять шаги, чтобы попытаться их удержать. Это может быть особенно важно для банков, поскольку стоимость привлечения новых клиентов может быть высокой. Прогнозируя, какие клиенты могут уйти, банк может сосредоточить свои..