Публикации по теме 'classification'


Машинное обучение в нефтегазовой отрасли: выводы из геофизических каротажных данных
Недавно на глаза попалась интересная учебная статья , которая была опубликована в геофизическом журнале The Leading Edge более 2 лет назад. В статье показано, как использовать алгоритм обучения с учителем с помощью машины опорных векторов (SVM) для определения литофаций (типов горных пород) на основе измерений каротажа из 8 скважин. Помимо кажущейся глубины измерения, в каротаж записываются дополнительные 7 скалярных атрибутов, включая гамма-лучи, удельное сопротивление,..
Хотите повысить точность классификационных моделей? Воспользуемся «картами внимания»!
Одна из основных задач исследовательских групп и компаний, занимающихся классификационными задачами в компьютерном зрении, состоит в том, чтобы разобраться со сценарием, когда изображения, принадлежащие к разным классам, выглядят очень похоже. В результате архитектура классификационной сверточной нейронной сети не очень хорошо работает с такими наборами данных. Чтобы справиться с такой распространенной, но важной проблемой контролируемого обучения, MoonVision предлагает решение, используя..
Глава 5: Машины опорных векторов
Обзор практического машинного обучения с помощью Scikit-Learn, Keras и Tensorflow Орельена Жерона Резюме Машины опорных векторов (SVM) — это тип модели машинного обучения, в которой используется линейная разделимость для создания границ решений. SVM делают это, пытаясь создать «улицу» между различными категориями данных. На изображении выше показана «улица», созданная линейным SVM на изображении выше, которая разделяет два представленных класса (синяя и зеленая точки). SVM — это..
Классификация текстов: первый шаг к мастерству НЛП
Создайте надежную основу, выполнив простые шаги Обработка естественного языка ( НЛП ) - это обширная область исследований, в которой сталкиваются миры искусственного интеллекта, информатики и лингвистики. Он включает в себя множество интересных тем с классными реальными приложениями, такими как распознавание именованных сущностей , машинный перевод или ответы на машинные вопросы . Каждая из этих тем имеет свой собственный способ работы с текстовыми данными. Но прежде чем..
А как насчет 6-недельного проекта машинного обучения?
Прошло 3 недели с тех пор, как я начал свой шестинедельный проект машинного обучения, и я очень счастлив, что смог сделать довольно много вещей и научиться чему-то новому из этого проекта. Всегда лучше заниматься проектом, независимо от того, маленький он или большой, просто попробуйте и посмотрите, как это происходит, чтобы мы могли узнать, как все работает, и исследовать, что происходит. 2 недели вкратце Неделя 1: Изображения и этикетки. Создание проверочного набора...
Классификация машинного обучения Scikit-Learn 101
Классификация машинного обучения Scikit-Learn 101 Эта статья не о мобильной, веб-разработке или облачных платформах, она о моем погружении в мир машинного обучения. Хотя я все еще исследователь в этой области, время от времени я буду писать в блоге о своих наблюдениях. Прежде чем продолжить, давайте разберемся с целью этой статьи. В этой статье представлена ​​общая проблема машинного обучения, которая уже обсуждалась и решалась ранее. Мое главное намерение состоит не в том, чтобы..
Что такое матрица неточностей в машинном обучении?
Матрица неточностей - это матрица размером N x N, используемая для оценки эффективности модели классификации, где N - количество целевых классов. Матрица сравнивает фактические целевые значения со значениями, предсказанными моделью машинного обучения . Для двоичной классификации матрица неточностей имеет размер 2 x 2, как показано ниже с 4 выходными данными: Двоичный классификатор предсказывает, что все экземпляры данных набора тестовых данных либо положительные, либо..