Публикации по теме 'model-training'
Повышение точности модели: методы, которые я изучил во время написания дипломной работы по машинному обучению в Spotify (+Код…
Стек специалиста по данным для улучшения упрямых моделей машинного обучения
Эта статья представляет собой одну из двух частей, документирующих мои знания из моей дипломной работы по машинному обучению в Spotify. Обязательно ознакомьтесь со второй статьей о том, как я реализовал важность функций в этом исследовании .
Анализ важности функций с помощью SHAP, который я изучил в Spotify (с помощью Avengers) Определение основных функций и понимание того, как они..
ДРИФТ МОДЕЛЕЙ, АВТОМАТИЧЕСКОЕ ПЕРЕОБУЧЕНИЕ И КАК НЕ УБИТЬ СВОИ МОДЕЛИ
ДРИФТ МОДЕЛЕЙ, АВТОМАТИЧЕСКОЕ ПЕРЕОБУЧЕНИЕ И КАК НЕ УБИТЬ СВОИ МОДЕЛИ
Модели прогнозирования, используемые в бизнес-процессах, со временем теряют свою ценность для бизнеса. Это может быть связано с дрейфом модели или результатом непредвиденных побочных эффектов автоматического переобучения модели. В этом блоге мы объясняем, что такое дрейф модели и почему (автоматическое) переобучение может быть хорошим способом справиться с ним. И мы обсуждаем причины, по которым переподготовку..
6 вещей, которые вы должны сделать перед обучением своей модели
Подробный список действий, которые необходимо предпринять, чтобы убедиться, что вы готовы к обучению и мониторингу вашей модели
Как некоторые из вас начинают понимать, я за эффективность в работе и поиск разумных решений повседневных проблем. Работа специалистом по данным помогает мне анализировать основные этапы рабочего процесса и понимать возможности написания статей, которые действительно помогают читателю.
Я уже затрагивал тему правильно структурировать свой проект по..
Распутывая узлы: преодоление проблем очистки данных для эффективного обучения модели машинного обучения
Представьте, что вы отправляетесь на захватывающую охоту за сокровищами, вооружившись картой и чувством азарта. Однако вместо расчищенного пути вы оказываетесь запутанным в густом лесу ежевики и препятствий. Точно так же в сфере машинного обучения очистка данных часто представляет собой серьезную проблему, действуя как неуправляемый подлесок, преграждающий путь к созданию эффективных моделей. В этом блоге мы рассмотрим трудности, возникающие при очистке данных, и рассмотрим ключевые..
Создание модели машинного обучения, позволяющей предсказать, не сможет ли претендент на получение кредита вернуть свой кредит!
В этом посте, вслед за моим предыдущим постом, который можно найти здесь , я объясню свой подход к предварительной обработке очищенных данных и моделированию Lending Club. Полную записную книжку можно найти здесь . Я применил несколько моделей классификации к очищенной базе данных принятых кредитов от Lending Club. Вкратце, Lending Club раньше был крупнейшей платформой однорангового кредитования. При принятии решения по заявке на кредит Lending Club полагается на информацию..
Понимание и реализация обучения модели с использованием линейной регрессии
Прогнозирование финансовых показателей — одно из приложений машинного обучения. Следуя моей предыдущей статье об основах машинного обучения Введение в машинное обучение , в этой статье мы рассмотрим фрагмент кода, демонстрирующий процесс обучения модели для прогнозирования цен на кофе с использованием исторических данных. Данные взяты с Kaggle . Мы рассмотрим основные концепции кода, включая предварительную обработку данных, выбор модели, обучение и оценку.
1. Импорт библиотек и..
YACS — удобный инструмент для организации гиперпараметров и конфигураций модели для лучшего…
Yacs вырос из экспериментов аналогичного типа, использованных в детекторе 2.
YACS был создан как облегченная библиотека для определения и управления конфигурациями системы, например, тех, которые обычно встречаются в программном обеспечении, предназначенном для научных экспериментов. Эти «конфигурации» обычно охватывают такие понятия, как гиперпараметры, используемые при обучении модели машинного обучения, или гиперпараметры настраиваемой модели, такие как глубина сверточной нейронной..
