Публикации по тегам sklearn

Публикации по теме 'sklearn'

Регуляризация L1 и L2 в машинном обучении на примере Sklearn

Регуляризация L2 — это метод, используемый для уменьшения переобучения в моделях машинного обучения. Это достигается путем добавления штрафного члена к целевой функции, которую модель пытается оптимизировать. Штрафной член представляет собой сумму квадратов весов модели. Чем больше веса, тем больше штрафной срок, что побуждает модель изучать меньшие веса. Это помогает предотвратить изучение моделью шаблонов, специфичных для обучающих данных и не поддающихся обобщению на невидимые данные...

ТОП-5 вопросов по машинному обучению при переполнении стека

Как бы я ответил на самые частые вопросы на платформе Я воспользовался расширенным поиском Stack Overflow и инструментом Stack Exchange Data Explorer , чтобы выяснить самые частые вопросы по машинному обучению на известной платформе. . Тогда я им ответил.

Убираем тайну из путаницы_матрицы и классификации_отчета sklearn

Делая прогнозы на основе данных, важно оценивать метрики, связанные с прогнозом, как точку, чтобы попытаться исправить как можно больше ошибок. Одной из довольно простых метрик оценки является матрица путаницы sklearn. На приведенной ниже диаграмме показано, как работает бинарная матрица путаницы. В идеале все положительные результаты были бы истинными, и все отрицательные также были бы истинными, без ложных срабатываний и без ложных отрицаний: Чтобы проиллюстрировать, как..

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. Классификация рукописного текста или чисел важна для многих реальных сценариев. Например, почтовая служба может сканировать почтовые индексы на конвертах, чтобы автоматизировать группировку конвертов, которые должны быть отправлены в одно и то же место. В этой статье рассказывается о распознавании рукописных цифр (от 0..

Создайте проект машинного обучения, открытый с помощью API

Шаг 0 — создайте базовый сервер FastApi В основном каталоге приложения мы нашли файл main.py Папка приложения Isside Я создал 3 папки api/api_v1 — все настройки API будут сохранены в версии 1. core — внутри я буду хранить файл глобальной конфигурации модели — сюда я буду помещать файлы и скрипты, связанные с обучением и использованием моделей Итак, в каталоге api/api_v1 я создал файл api.py, который является основным элементом управления всеми файлами пути. И,..

Ой!! отличный блог. Это, безусловно, полезный блог. Я люблю эту работу.

ML — Создайте свою первую модель

Машинное обучение 🤖 — модное слово в наши дни и даже после бума chatGPT . Так что, если вы хотите растопить лед и научиться создавать свою самую первую модель машинного обучения, тогда этот пост для вас 🤓 Мы разберем этот замечательный пост/руководство на несколько частей, чтобы было проще понять, как создать нашу самую первую модель машинного обучения 🎉, и помните, что все источники и наборы данных будут доступны на GitHub . ⚠️ Для этого поста/туториала предполагается, что на..