Публикации по теме 'scikit-learn'


K-кратная перекрестная проверка
K-кратная перекрестная проверка Перекрестная проверка K-Fold — это способ оценить и улучшить нашу модель машинного обучения. Это помогает предотвратить переобучение для одного разделения обучения/тестирования. КАК ЭТО РАБОТАЕТ: Это простая идея: - Разделите ваши данные на K случайно назначенных сегментов - Зарезервируйте один сегмент в качестве тестовых данных - Тренируйтесь на каждом из оставшихся сегментов К-1 - Измерьте их производительность по сравнению с..
Распознавание рукописных цифр с помощью scikit-learn
Распознавание рукописного текста — это проблема, которая восходит к первым автоматическим машинам, которым нужно было распознавать отдельные символы в рукописных документах. Подумайте, например, о почтовых индексах на письмах в почтовом отделении и об автоматизации, необходимой для распознавания этих пяти цифр. Безупречное распознавание этих кодов необходимо для автоматической и эффективной сортировки почты. Развитие CNN вывело распознавание вещей на новый уровень. Но в этой статье мы..
Хотите по-настоящему освоить Scikit-Learn? 2 основных совета от самого основного разработчика
Эксклюзивное интервью TDS Хотите по-настоящему освоить Scikit-Learn? 2 основных совета от самого основного разработчика Один из основных разработчиков Scikit-learn делится 3 практическими методами машинного обучения, которые необходимо знать каждому специалисту по данным. Интервьюер: Хэбичан Юнг , руководитель проекта на TowardsDataScience.com. Специалист по данным в Recurly, SF. Собеседник: Андреас Мюллер , основной разработчик Scikit-learn. Автор книги О’Рейли..
Использование машинного обучения и CoreML в приложениях для iOS - приложение Trade my Vehicle
«Наблюдение и прогноз». В последнее время я изучаю некоторые довольно интересные концепции разработки iOS. В этой статье представлена ​​базовая реализация чтения набора данных и его преобразования в модель Core ML с использованием Scikit-Learn, pandas, Linear Regression , а затем использовать его в приложении iOS с помощью Swift . Вам может быть интересно, что тут много чего. Я знаю !!!! Но это довольно просто, всего несколько строк кода. Это период Core ML 2, но я хотел..
РАСПОЗНАВАНИЕ РУКОПИСНЫХ ЦИФР С ИСПОЛЬЗОВАНИЕМ SCIKIT-LEARN
Здесь мы увидим, как scikit-learn используется для распознавания рукописных цифр. Scikit - learn — это бесплатная библиотека для машинного обучения для Python. Он включает в себя различные алгоритмы, такие как машина опорных векторов, случайные леса и k-соседей, а также поддерживает числовые и научные библиотеки Python, такие как NumPy и SciPy. Шаблон моделирования из четырех шагов в scikit-learn: 1. Импорт модели 2. Создание экземпляра 3. Обучение модели 4. Прогнозирование новые..
Используйте модели Scikit-Learn с Core ML
Обзор В этом посте обсуждается, как реализовать новую платформу Apple Core ML в DSX, о которой было объявлено несколько дней назад на WWDC 2017. Core ML - это платформа, которая позволяет интегрировать мощные предварительно обученные модели в приложения iOS и macOS. Core ML дает два основных преимущества: эффективность и конфиденциальность. Core ML был специально разработан для работы на устройстве. Наличие предварительно обученной модели, доступной на вашем устройстве, устраняет..
Как создать классификатор Python с помощью Scikit-learn
Python — это язык программирования общего назначения, который занимает особое место в работе каждого специалиста по данным. Он имеет огромные пакеты инструментов обработки данных, которые могут помочь им решить проблему. Классификация — это общая проблема, которую можно решить с помощью данных. Цель состоит в том, чтобы вы могли сделать прогноз с некоторыми заданными данными. Вот схема процесса классификации. Первое, что нужно сделать, это определить, какие классы будут предсказаны..