Публикации по теме 'classification'
Оценка показателей производительности задачи классификации.
Для проверки задач классификации используется разное количество параметров. Будут проверены два вида показателей, такие как уровень метки и вероятности.
Следующие важные параметры используются для проверки проблем классификации.
1. Матрица путаницы
2. Точность
3.Напомнить
4. Точность
5.Счет F1
Матрица путаницы:
Название говорит о значении матрицы путаницы, поскольку она сбивает пользователя с толку, пытаясь понять фактические и прогнозируемые значения. Давайте..
ИИ? «Расширенный интеллект» или почему кот — круассан
В последнее время искусственный интеллект (ИИ) привлекает большое внимание во всем мире обработки данных и обработки данных. Все хотят узнать об этом больше — если они разработчики или специалисты по данным, они начинают искать машинное обучение, алгоритмы и классификацию.
Если они принимают решения в корпоративном мире, правительственных организациях, инжиниринговых компаниях, неправительственных организациях, вы называете это, они ищут объяснения — или, возможно, даже опускают..
Логистическая регрессия с использованием Python с использованием функции оптимизации
Научитесь кодировать алгоритм логистической регрессии на Python для выполнения двоичной классификации
Логистическая регрессия - мощный инструмент классификации. Его можно применять только в том случае, если зависимая переменная категориальна. Есть несколько способов реализовать это. Сегодня я объясню простой способ выполнить двоичную классификацию. Я буду использовать функцию оптимизации, доступную в Python.
Понятия и формулы
Логистическая регрессия использует сигмовидную..
Серия деревьев решений - Часть 1
В этом блоге мы сначала коснемся истории дерева решений, и я дам вам полное руководство, чтобы понять концепцию, лежащую в основе дерева решений, и то, как оно работает, на интуитивно понятном примере.
Начало моделей дерева решений
Первоначальная модель для выполнения анализа дерева решений была создана J. Росс Куинлан из Сиднейского университета и представленный в его книге Машинное обучение , vol.1, no. 1, в 1975 году. Его первый алгоритм построения дерева решений назывался..
Иерархические сети внимания
Самый человечный способ классификации текста
Что за шумиха вокруг классификации текста?
С момента появления искусственного интеллекта классификация текстов стала одной из самых сложных задач. С точки зрения непрофессионала, мы можем сказать, что искусственный интеллект - это область, которая пытается создать интеллектуальные модели, подобные человеку, чтобы облегчить работу для всех нас. Мы обладаем поразительным мастерством в классификации текстов, но даже многие сложные модели НЛП не..
Вложения слов и векторы документов: Часть 2. Уменьшение порядка
Встраивание слов приводит к линейному преобразованию n -длинных ( n - это размер словаря, составляющего корпус текста) разреженных векторов документов в p -длинные плотные векторы с p ‹ n , таким образом, достигается уменьшение порядка…
В предыдущем посте Вложения слов и векторы документов: Часть 1. Сходство мы заложили основу для использования векторов документов на основе набора слов в сочетании с встраиваниями слов (предварительно обученными или специально обученными) для..
Классификация изображений в Pytorch
В современном мире, при наличии огромных объемов данных и вычислительной мощности, машинное обучение набирает обороты больше, чем раньше. Данные доступны в различных формах, и одной из наиболее известных форм данных являются изображения.
Классификация — это своего рода проблема машинного обучения, когда у нас есть набор точек данных, и мы классифицируем или помечаем каждую точку соответствующим классом. Таким образом, конкретную точку данных можно отличить от соседних точек. Точно так же..