Публикации по теме 'scikit-learn'
Сравнение зрелых универсальных библиотек машинного обучения
Scikit-learn, H2O и Spark ML
Бахарак Саберидохт и Уилл Бекман, старшие инженеры-программисты, Capital One
В последние годы экосистема машинного обучения претерпела значительные изменения, поскольку модели прогнозирования становятся все более важными для функционирования успешного бизнеса. Таким образом, в ближайшие годы многие разработчики впервые познакомятся с машинным обучением, и им придется выбрать универсальную библиотеку машинного обучения, соответствующую их потребностям...
С MAPIE в машинное обучение вернулась неопределенность!
Представляем MAPIE, пакет, совместимый с scikit-learn, разработанный Quantmetry, который позволяет легко оценивать неопределенности, связанные с вашей любимой моделью машинного обучения
После 25 лет успешной работы современное машинное обучение (ML) все еще не соответствует понятию неопределенности. Доверительные интервалы не являются модным явлением и практически отсутствуют в лучших библиотеках с открытым исходным кодом, посвященных машинному обучению. Однако с точки зрения..
Scikit-Learn против TensorFlow
Машинное обучение - это наука о компьютерах, которые действуют без явного программирования. Данные играют в этом жизненно важную роль, поскольку полученные данные используются для решения проблемы. Машины обучаются на основе прошлого опыта, поведения пользователей и данных для принятия решений в будущем.
Машинное обучение дало нам возможность беспилотного вождения автомобилей, практическое распознавание речи, эффективный поиск в Интернете и понимание генома человека. Глубокое..
Анализ настроений с помощью Scikit-learn и GCP
Анализ тональности является важной частью обработки естественного языка и позволяет определить, является ли данная фраза положительной или отрицательной. Для этого проекта я создаю модель машинного обучения, которая определяет тональность фазы. Я также расскажу о шагах, которые я предпринял для развертывания этой модели в облачной функции Google, чтобы она могла анализировать новый текст по запросу.
Не стесняйтесь опробовать его здесь .
О модели и данных
Для этого проекта я хотел..
Выявление патологий позвоночника с помощью деревьев решений
Построение деревьев решений с помощью библиотеки Scikit-learn
Искусственный интеллект обладает огромным потенциалом в сфере здравоохранения, и в последние несколько лет он постоянно растет в этой области. В медицинской отрасли искусственный интеллект используется для принятия более разумных и точных решений. Машинное обучение в здравоохранении широко применяется от диагностики и идентификации заболеваний до роботизированной хирургии, обеспечивая в большинстве случаев результаты за..
Машинное обучение: некоторые заметки о перекрестной проверке
Обзор различных методов перекрестной проверки
Введение
Как вы знаете, когда мы разделяем наши данные на обучающие и тестовые наборы, наша основная цель - понять способность нашей модели прогнозировать, когда она сталкивается с новыми данными, которые отличаются от данных, используемых на этапе обучения.
В любом случае, есть надежный способ оценить производительность нашей модели. Этот способ называется перекрестной проверкой. Перекрестная проверка - это статистический метод..
Мультиклассовая классификация текста на иврите с помощью Scikit-Learn
В этой статье мы разделим описания женской одежды на 13 предопределенных классов. Все описания на иврите.
Мы будем использовать два классификатора Scikit-Learn : Наивный Байес и Логистическая регрессия для мультиклассовых алгоритмов машинного обучения.
Цель
Чтобы спрогнозировать класс продукта по его описанию.
Данные
Набор данных представляет собой набор из 24 тысяч описаний женской одежды, помеченных вручную. Я удалил все данные с популярных израильских интернет-сайтов о..