Публикации по теме 'predictive-modeling'
Прогноз спроса: данные о преступности в Бостоне
Прогнозирование спроса: данные о преступности в Бостоне
Модель, которая может предсказать вероятность совершения насильственного преступления в определенный день и в определенном месте.
Прогнозирование спроса - горячая тема и непрекращающаяся цель в сфере розничной торговли, управления цепочками поставок и логистики. Лица, принимающие решения, должны оптимизировать свои ресурсы на основе прогнозируемого спроса, поэтому это также напрямую связано с проблемами оптимизации...
Мое знакомство с Kaggle
Пролог к моему путешествию по Kaggle
Этот пост будет коротким и приятным. В течение следующих нескольких месяцев мы с Адамом Шорт будем развивать наши навыки машинного обучения - до такой степени, чтобы мы стали конкурентоспособными, новаторскими и творческими в глобальном масштабе. Это позволит нам производить качественную работу для тех, кто решит нанять нас (когда мы открыты для приема на работу), постоянно ставить под сомнение и идеи, которые у нас есть, в области науки о..
Прогнозирование и обнаружение аномалий продолжительности дорожных заторов
"Машинное обучение"
Прогнозирование и обнаружение аномалий продолжительности дорожных заторов
Контекст
Мы все застряли в пробке. Большинство из них нормальны, и по сути становится частью вашего ежедневного распорядка. Но когда случается неожиданная аномальная перегрузка, это действительно может разрушить ваш план.
Представьте.
В 17:30 вы, наконец, уходите с работы после очень напряженного дня. Возможно, вы запланировали ночь, чтобы просто расслабиться и посмотреть..
Массив доказательств Биннинг в Scikit-Learn и PMML
Массив доказательств Биннинг в Scikit-Learn и PMML
Часто при моделировании кредитного риска имеет смысл преобразовать непрерывную переменную в одну или несколько дискретных переменных. Сгруппированная переменная позволит регрессионной модели обрабатывать переменную аналогично разбиению в древовидной модели. Другой причиной для мусорного ведра может быть соблюдение законов о кредитовании. В США кредиторы могут использовать возраст как часть модели кредитоспособности; однако лица в..
Объяснение фильтра Калмана: пример
Это продолжение этого поста, в котором была представлена фильтрация Калмана, в этом посте мы увидим отработанный пример. Давайте продолжим с той же настройкой, что и в предыдущем примере. Мы оцениваем температуру в комнате, и установленный термометр неисправен, наблюдаемое значение может отличаться на 4 ° C (в обоих направлениях). У нас есть следующие вещи:
Истинная температура: 72 ° C Измеренная температура: 75 ° C Ошибка термометра: до 4 ° C (может быть как +, так и -)
На..
Цикл проекта в области науки о данных
Как больше сосредоточиться на проблемах, а не на инструментах
Как специалист по данным в организации, вы часто попадаете в несколько ситуаций:
у вас есть набор данных, вы хотите извлечь полезную информацию у вас есть бизнес-проблема, вы хотите найти решение на основе данных
Первая ситуация на самом деле является распространенной, по сути, это означает выполнение всего, чему вы научились, в рамках исследовательского анализа данных (EDA) в своем путешествии по науке о данных...
Как управлять зависимостями для машинного обучения в Python?
Вы только что закончили обучение своих моделей машинного обучения с различными версиями пакетов и ищете способы развернуть их в производственной среде.
Что ж, ваш квест заканчивается здесь!
Для упаковки зависимостей и выполнения следующих шагов сборки потребуются три файла: ваш main.py , содержащий функцию драйвера вашего кода, Pipfile , содержащий зависимости для вашего virtualenv , и make-файл:
main.py
def main():
run_my_model()
if __name__ == "__main__":..