Когда я смотрел «МастерШеф», я понял, что мы лучше учимся на простых аналогиях. По крайней мере, в моем случае это работает. Будучи новичком в машинном обучении, я пытался понять технические аспекты, но, похоже, ничего не получалось, как бы я ни старался. Даже большинство материалов, представленных в Интернете, многое объясняли, но ничего не помогало, когда дело доходило до рассуждений. Если вы новичок, как и я, и столкнулись с той же проблемой, возможно, вам поможет эта странная..

Использование, тестирование и сравнение нескольких моделей машинного обучения Теперь, когда мы успешно выполнили жесткую частичную очистку и обработку данных каждого проекта в области науки о данных, мы перейдем к самой интересной части - моделированию! Хотя эта статья может быть самостоятельной, рекомендуется сначала прочитать часть 1 и часть 2 . Моделирование в машинном обучении - это итеративный этап, на котором специалист по данным постоянно тренирует и тестирует модели..

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..

Конвейер машинного обучения для начинающих — набор данных о розничных доходах, часть II Эта статья поможет вам понять аспект моделирования конвейера машинного обучения. Мы уже завершили этап предварительного моделирования, который вы можете увидеть здесь: https://wahabaftab.medium.com/machine-learning-pipeline-for-beginners-retail-returns-dataset-part-i-2132cfcc9e6a Полные коды для частей 1 и 2 также приведены в конце этой статьи. Теперь давайте сразу приступим к моделированию..

Моделирование за секунды: использование PyCaret в качестве инструмента для быстрого принятия решений в области науки о данных Я наткнулся на Pycaret , когда просматривал ленту для специалистов по данным. Это универсальная библиотека, в которой вы можете применять / оценивать / настраивать сразу несколько моделей. Согласно документации PyCaret: PyCaret - это библиотека машинного обучения с открытым исходным кодом на Python с низким кодом, цель которой сократить время цикла от..

Обсуждение различных методов, позволяющих понять и извлечь максимальную пользу из моделей машинного обучения. Эта статья является продолжением серии статей, посвященных ключевым теоретическим концепциям машинного обучения. Остальные статьи этой серии доступны на моей страничке . Выбор и оценка модели - чрезвычайно важная процедура в рабочем процессе машинного обучения. Это раздел нашего рабочего процесса, в котором мы будем анализировать нашу модель. Мы смотрим на более..