Публикации по теме 'sklearn'


Начало работы с машинным обучением с использованием Sklearn-python
С появлением новых вычислительных технологий машинное обучение и искусственный интеллект входят в число тех актуальных тем сегодняшнего дня, которые больше всего привлекают исследователей и программистов. Сегодня, когда доступно огромное количество и качество данных, многие из нас стремятся найти тайны из нескольких камней, которые не перевернуты. Мы знаем, что многие из них уже были обращены, но новые прицелы побуждают нас находить даже маленькие камешки, которые еще не были пройдены и не..
t-SNE и многое другое с набором данных The Simpsons
Мне было любопытно узнать, как связаны между собой персонажи Симпсонов. В чем разница между повторяющимся и второстепенным персонажем. И кто ДЕЙСТВИТЕЛЬНО стрелял в мистера Бернса. Я написал быстрый скрипт для анализа XML-дампа The Simpsons Wikia — он дает мне список персонажей в каждом эпизоде. Теперь я могу построить матрицу сочетаемости. Матрица совместного появления в основном подсчитывает, сколько раз два персонажа были замечены вместе. Из этого мы можем определить, что при..
Передача обучения с использованием MXNet (Часть 2/7) - преобразование данных sklearn
Это вторая публикация из серии руководств по переносному обучению с использованием MXNet. Цель этого раздела - показать вам, как создать конвейер sklearn, который может выполнять преобразование данных как для быстрого экспериментирования, так и для производства. Часть 1/7. Введение Часть 2/7. Преобразование данных в Sklearn Часть 3/7. Набор данных MXNet и загрузчики данных Часть 4/7. Пользовательские сети MXNet Часть 5/7. Модель учебной базы Часть 6/7...
Многопараметрический анализ тональности с FeatureUnion
С июня 2020 года я больше не буду использовать Medium для публикации новых историй. Если хотите и дальше читать мои статьи, посетите мой личный блог: https://vallant.in . Подумайте о твите. Вы можете рассматривать его как отдельный фрагмент информации или как фрагмент текста, содержащий до 240 символов. Но если вы посмотрите на страницу разработчиков Twitter , вы увидите, что объект твита содержит много метаданных. Данные, которые вы потенциально могли бы использовать для..
Глава 5: Машины опорных векторов
Обзор практического машинного обучения с помощью Scikit-Learn, Keras и Tensorflow Орельена Жерона Резюме Машины опорных векторов (SVM) — это тип модели машинного обучения, в которой используется линейная разделимость для создания границ решений. SVM делают это, пытаясь создать «улицу» между различными категориями данных. На изображении выше показана «улица», созданная линейным SVM на изображении выше, которая разделяет два представленных класса (синяя и зеленая точки). SVM — это..
Машинное обучение в двух словах
Руководство по обучению различных моделей машинного обучения с помощью библиотеки Python Scikit-Learn. Хотя в библиотеке python scikit-learn довольно легко обучить различные модели машинного обучения. Проблема, с которой я столкнулся больше всего в первые дни, была: Из-за обширности предмета и глубины концепций мне было очень сложно запомнить все шаги и операции, которые мне нужно выполнить при обучении моей модели. Эта статья направлена ​​на решение вышеупомянутой проблемы,..
Предварительная обработка данных или отказ от предварительной обработки данных - это не вопрос!
Изучение возможностей предварительной обработки Scikit-Learn Предварительная обработка или введение в SkLearn Согласно сайту Scikit-learn, или SkLearn, как его ласково называют, о нас, Scikit learn стартовал в 2007 году как проект Google Summer of Code Дэвида Курнапо, и вскоре к нему присоединился Матье Бруше. В 2010 году руководство проектом взяли на себя Фабиан Педрегоса, Гаэль Вароко, Александр Грамфор и Винсент Мишель из INRIA. С тех пор обновления выпускаются примерно каждые 3..