Публикации по теме 'classification'


Полное руководство по регуляризации для новичков
Как построить нейронные сети, которые хорошо обобщают Независимо от того, строим ли мы модель классификации или прогнозирования, наша цель состоит в том, чтобы модель хорошо работала с данными, которые мы раньше не видели. Именно здесь мы создаем ценность нашей модели. Хорошая работа с данными, которые уже помечены или были просмотрены ранее, не очень важна для повышения ценности. Когда мы обучаем нейронные сети, наша цель состоит в том, чтобы модель работала хорошо за пределами..
ПИМА ИНДИЙСКИЙ ДИАБЕТ
Машинное обучение для прогнозирования пациентов с диабетом Набор данных изначально получен из Национального института диабета, болезней органов пищеварения и почек. Диабет — это заболевание, которое возникает, когда уровень глюкозы в крови, также называемый сахаром в крови, слишком высок. Глюкоза в крови является вашим основным источником энергии и поступает из пищи, которую вы едите. Инсулин, гормон, вырабатываемый поджелудочной железой, помогает глюкозе из пищи попадать в ваши клетки и..
Методы оценки задач классификации
В этом посте мы рассмотрим некоторые методы оценки задач классификации в машинном обучении. Методы, о которых мы поговорим: Матрица путаницы Точность Точность Отзывать F1-счет Кривая точности-отзыва (кривая PR) Кривая ROC (кривая рабочих характеристик приемника) Площадь под кривой (AUC) Начнем с матрицы путаницы… Матрица путаницы Матрица путаницы — это таблица, в которой мы можем четко видеть прогнозируемые категории и фактические категории. Матрица путаницы для бинарной..
Классификатор машинного обучения Spotify
Введение: На протяжении всей истории очевидно, что люди как вид всегда были известны как рассказчики, будь то рисование наших историй на стенах пещер в каменном веке или рассказывание наших историй у костра на Диком Западе; истории, которые мы рассказываем, всегда были отражением того, кто мы есть, откуда пришли и кем хотим быть. В настоящее время рассказывание историй включает в себя множество форм, таких как книги, фильмы, подкасты, музыка и т. д., но есть одна форма среди всех,..
Представьте себе единую модель, сочетающую мощь глубокого обучения и интерпретируемость статистики.
Проблемы регрессии или классификации обычно анализируются с помощью одной из двух моделей: простой статистической модели или машинного обучения. Несмотря на относительную простоту, первый имеет очевидные преимущества интерпретируемости (например, значимость используемых переменных). Напротив, последняя часто более эффективна, но ее обычно называют «моделью черного ящика» из-за ее непрозрачности. Производительность любой модели напрямую зависит от степени ее модульности. Чем выше..
Подробнее: настройка параметров для KNN
В этом посте мы рассмотрим наиболее важные параметры классификатора Sklearn KNeighbors и то, как они влияют на нашу модель с точки зрения переобучения или недостаточного подбора. Этот классификатор реализует голосование k-ближайших соседей. Мы будем использовать Titanic Data from kaggle . Ради этого поста мы будем выполнять как можно меньше функций, поскольку это не является целью этого поста. import numpy as np import pandas as pd import matplotlib.pyplot as plt Загрузить..
Классификация документов с помощью Custom Vision: рукописный ввод, печатный текст и подписи
Использование службы Microsoft Custom Vision для классификации на основе почерка, печатного текста и подписей. Введение Одним из больших преимуществ перехода от физических документов к цифровым является доступность быстрых и эффективных методов поиска и извлечения знаний. Приложения на основе NLP с автоматическим извлечением сущностей и знаний теперь могут легко извлекать определенные фразы и даже общие понятия из документов. Хотя сами типы документов могут различаться — контракты,..