Публикации по теме 'predictive-modeling'
Выбор моделей машинного обучения
Видеть случайный лес сквозь деревья решений... Или нам следует использовать нейронные сети?
Подходы машинного обучения к моделированию — это просто подходы. Есть много форм моделей, которые мы могли бы использовать с машинным обучением, каждая из которых имеет свою философию дизайна и особенности. Приступая к использованию машинного обучения для создания собственных моделей, вы можете задать себе вопрос: какую модельную структуру выбрать? От нейронных сетей до машин опорных векторов,..
Использование машинного обучения для прогнозирования обращений в библиотеку
В этом посте я расскажу вам, как использовать машинное обучение для прогнозирования кассовых сборов в библиотеке.
Введение
Большинство библиотек имеют ограниченные ресурсы. Оформления заказа и продления подписки посетителями потребляют много этих ресурсов. Если бы библиотека могла предсказать, сколько покупок и продлений посетитель сделает в будущем, библиотека могла бы эффективно управлять своими ресурсами. В этом исследовании я использовал модели машинного обучения, чтобы..
Хорошо обученная обезьяна против команды выпускников Гарварда в сфере интеллектуального анализа данных
Хорошо обученная обезьяна против команды выпускников Гарварда в сфере интеллектуального анализа данных
Эта статья является второй в серии статей о будущем прогнозной аналитики и науки о данных. Первая была опубликована под трогательным названием Споры на остывающем трупе науки о данных .
Благодаря многолетней истории обучения гипнотическому маркетингу необычайной ценности прогностической аналитики большинство людей считают ее сверхъестественной наукой и верят, что лишь несколько..
Машинное обучение через призму 6Jars
Этот пост вдохновлен курсом глубокого обучения, который я провожу с padhai.OneFourthLabs.in
Я пытался осмыслить облако слов, которое окружает мифический мир решения проблем машинного обучения (МО).
Подход 6Jars прост, он пытается объединить всю работу, которую вы выполняете в сценарии использования ML, в 6 вершин.
Сейчас мы живем в эпоху данных , и «Данные — это новая нефть». Данные окружают нас повсюду: от фотографий в Instagram до твитов и чат-шоу, которые мы транслируем по..
Предскажет ли рейтинг IMDb номер телесезона?
За последние десять лет было выпущено более 29 000 англоязычных телешоу. Некоторые сериалы довольно успешны и выходили в течение нескольких сезонов — например, Теория большого взрыва , которая также является одной из моих любимых. Премьера сериала Теория большого взрыва , премьера которого состоялась в 2007 году, длилась более 11 сезонов.
В то же время многие шоу не продержались дольше своего пилота. Поэтому я не мог не задаться вопросом: от чего зависит количество сезонов в..
HireAttorney - привлечение более целенаправленного рынка для адвокатов
Определите ответчиков, которые с большей вероятностью наймут частного адвоката с помощью машинного обучения.
Недавно я консультировал юридическую фирму, чтобы определить ответчиков, которые с большей вероятностью воспользуются их услугами.
Раньше они пытались разослать электронные письма всем обвиняемым, но процент откликов был близок к нулю. Они также пытались определить ответчиков с высокой вероятностью найма их на основе их опыта при применении другой маркетинговой стратегии, но с..
Пьяные люди лучше разбираются в чае?
В своих предыдущих постах я рассмотрел простую линейную регрессию , а также множественную линейную регрессию . В этом посте я демонстрирую, как полиномиальная регрессия может помочь определить, существует ли связь между количеством рюмок водки и количеством чаевых в баре.
Что такое полиномиальная регрессия?
В статистике полиномиальная регрессия - это форма регрессионного анализа, в котором связь между независимой переменной x и зависимой переменной y моделируется как..
