Публикации по теме 'model'
Линейная регрессия
Линейная регрессия — это модель регрессии для поиска линейной функции или модели, которая выражает взаимосвязь между зависимыми и независимыми переменными. Моделирование в регрессии означает отображение различных концепций с использованием математических функций.
Как мы видим на Рисунке 1, уравнение линейной регрессии содержит одну независимую переменную, одну константу и коэффициент (также известный как вес), и мы пытаемся предсказать зависимую переменную.
В уравнении линейной..
Введение в анализ данных Airbnb и линейную индикацию цен
Этот проект осуществляется в рамках курса Udacity и начинается с трех вопросов заинтересованных сторон к наборам данных AirBnB из Бостона за 2016/2017/2018/2019 годы. Чтобы ответить на вопросы, был реализован блокнот Juypter с использованием процесса CIRSP-DM. Данные считываются, обрабатываются, моделируются и оцениваются в этом блокноте.
Подробный блокнот и соответствующий набор данных, которые использовались для анализа, можно найти по следующей ссылке:..
Взаимодействие с атрибутами модели в Backbone
Backbone — это фреймворк, который помогает вам организовать ваше приложение на три разных компонента, чтобы сделать код более чистым. Этими тремя разными компонентами являются Модель, Представление и Контроллер. В этой статье я сосредоточусь на моделях и на том, как их создавать, их атрибутах, а также на том, как взаимодействовать с ними и изменять их. Модели являются центром любого приложения JavaScript. Они содержат данные, а также большую часть логики, окружающей их, которые составят..
Объяснение Pipeline, ColumnTransformer и FeatureUnion
Что они делают и когда что использовать
Эти три мощных инструмента должны знать каждый, кто хочет освоить sklearn . Поэтому очень важно научиться эффективно использовать их при построении модели машинного обучения.
Прежде чем мы углубимся, давайте сначала сформулируем две точки зрения:
Преобразователь: Преобразователь относится к объекту с fit () и transform () метод, который очищает, уменьшает, расширяет или генерирует функции . Проще говоря, преобразователи помогают..
Подход к построению модели: генеративный, дискриминационный
Различные алгоритмы машинного обучения применяются для построения моделей для решения сложных задач и достижения лучших результатов. По сути, их можно разделить на два широких подхода — генеративный и дискриминационный.
Рассмотрим простую классификационную проблему прогнозирования рака молочной железы как злокачественного или доброкачественного в зависимости от размера опухоли.
В этой задаче Y представляет прогнозируемую метку класса (злокачественная/доброкачественная), тогда как..
Упрощенные алгоритмы машинного обучения
Простыми словами, что такое алгоритм машинного обучения? — Это компьютерная программа. И вы знаете, что каждой программе нужны входные данные, и она обеспечивает желаемый результат.
До сих пор мы знали, что в традиционном программировании мы пишем логику в коде, который дает ответ! Но в машинном обучении мы либо передаем известные ответы, либо иногда даже не передаем ответы, и мы ожидаем, что модель ML, которая состоит из алгоритма, которому мы передаем данные, и, в свою очередь,..
Использование MLFlow для отслеживания и версии моделей машинного обучения
Пошаговая практика кодирования
Когда мы настраиваем параметры модели машинного обучения, нам может потребоваться обучить ее несколько раз, чтобы выбрать лучшую модель. Если тренировок будет слишком много, у нас могут возникнуть две проблемы.
Как мы отслеживаем параметры и показатели каждой модели? Записывать их вручную в файл Excel? Это было бы утомительно и чревато ошибками. Как мы обновляем каждую модель? Сохранить их на диск с разными именами для каждого? Было бы сложно..
