Публикации по теме 'normalization'
Искусственный интеллект и машинное обучение для торговли иностранной валютой (Fx), часть 4 —…
Эта серия статей посвящена пониманию AI/ML и тому, как это связано с торговлей валютой. Большинство статей в эфире сосредоточены на прогнозировании цены и почти бесполезны, когда речь идет о поиске прибыльных торговых стратегий, поэтому мы сосредоточимся на этом здесь.
Обо мне
Я торгую на Fx уже 20 лет, используя как традиционный статистический анализ, так и анализ графиков, а также AI/ML последние 5 лет или около того. Имея степень бакалавра технических наук, степень магистра и..
4 основных метода нормализации в машинном обучении
Нас учат, что мы должны сосредоточиться на собственном прогрессе и не сравнивать себя с другими. Это верно, потому что сравнение без нормализации нецелесообразно. Кто-то родился бомжом, кто-то миллионером, все не на одной странице и тоже сложно нормализовать. К счастью, нормализация в науке о данных намного проще. Есть несколько способов поместить переменные в одно и то же…
Урок 19 — Машинное обучение: интуиция масштабирования и нормализации функций
В этом уроке мы обсудим масштабирование и нормализацию функций, методы, используемые для стандартизации диапазона независимых переменных или функций в вашем наборе данных. Мы сосредоточимся на построении интуиции вокруг этих концепций и на том, почему они важны для машинного обучения.
Масштабирование и нормализация признаков — это этапы предварительной обработки, которые помогают повысить производительность и сходимость алгоритмов машинного обучения. Многие алгоритмы, такие как..
Стандартизация против нормализации
Масштабирование признаков : метод, используемый для приведения независимых признаков, присутствующих в данных, в фиксированный диапазон.
Это последнее, что мы делаем в разработке признаков после преобразования, построения, выбора и извлечения признаков. Затем масштабируем значения.
Пример того, зачем нужно масштабирование:
Рассмотрим пример: рост и вес человека, где рост выражается в метрах, например 1 метр, 2 метра и т. д., а вес в килограммах, например 50 кг, 65 кг и т. д., поэтому..
Нормализация данных — краткое объяснение
Уровень статьи: начальный
Мои клиенты часто спрашивают меня об особенностях тех или иных методов предварительной обработки данных, зачем они нужны и когда их использовать. Я расскажу о нескольких распространенных (и не очень) методах предварительной обработки в серии статей на эту тему.
В этой серии предварительной обработки:
Стандартизация данных — Краткое объяснение — для начинающих Нормализация данных — Краткое объяснение — для начинающих Горячее кодирование —..
ТОП-5 вопросов по машинному обучению при переполнении стека
Как бы я ответил на самые частые вопросы на платформе
Я воспользовался расширенным поиском Stack Overflow и инструментом Stack Exchange Data Explorer , чтобы выяснить самые частые вопросы по машинному обучению на известной платформе. . Тогда я им ответил.
Масштабирование функций с помощью Sci-kit Learn
Масштабирование функций является частью предварительной обработки данных, которая является наиболее важным этапом в жизненном цикле науки о данных. Это процесс нормализации диапазона значений независимых переменных или признаков.
Масштабирование функций включает в себя различные методы, такие как стандартизация, нормализация, надежное масштабирование и максимальное абсолютное масштабирование. Мы постараемся понять эти методы и их реализацию в python, используя библиотеку..