Публикации по тегам supervised-learning

Публикации по теме 'supervised-learning'

Контролируемое обучение

Вы помните, как в детстве родители руководили вами, когда вы учились определять собак и кошек? Если вы ошиблись или определили собаку как лошадь, они скажут вам, что вы ошибаетесь, и помогут вам лучше учиться. Они будут постоянно спрашивать и поправлять вас каждый раз, когда вы отвечаете неправильно, пока вы не получите правильный ответ! Обучение с учителем похоже на обучение ребенка. Вам нужно следить за тем, чему обучается машина, и помогать ей исправлять ошибки! Как упоминалось в..

K Ближайшие соседи

Алгоритм K ближайших соседей является одним из простых в реализации алгоритмов обучения с учителем. Его можно использовать для решения задач как классификации, так и регрессии. Алгоритмы KNN были предложены Т. М. Кавером и П. Э. Хартом в 1967 году. Алгоритм используется с использованием данных из выборки, классы которой известны. Расстояние новых данных, которые должны быть включены в выборочный набор данных, рассчитывается в соответствии с существующими данными, и проверяется k числа..

Машинное обучение на простом языке

Краткое и простое введение в машинное обучение для начинающих. Как и живые существа, машины также могут учиться что-то делать. В этом случае машина — это ученик , а мир или другое существо — естественное или искусственное — учитель . Согласно влиятельной книге Тома Митчелла 1997 года Машинное обучение , машинное обучение состоит из трех основных частей: задание, которое нужно выучить. наблюдения для изучения задачи. насколько хорошо выполняется задание. Задачи, которые..

Нейронные сети: переобучение и регуляризация

Поздравляем, вы создали нейронную сеть! Теперь вы можете обучить его и использовать для классификации вещей. Если вы использовали популярный курс, вы, вероятно, сделали курс, который классифицирует написанные от руки цифры как числа, возможно, вы сделали курс, который определяет, является ли изображение кошкой или собакой, действительно полезный материал. Вы, вероятно, даже добавили некоторые дополнительные вещи, чтобы помочь ему лучше обучаться, возможно, нормализацию или перетасовку..

Раскрытие истинной силы регрессии опорных векторов

Раскрытие истинной силы регрессии опорных векторов Использование машины опорных векторов для задач регрессии SVM или машины опорных векторов - один из самых популярных и широко используемых алгоритмов для решения проблем классификации в машинном обучении. Однако использование SVM в регрессии не очень хорошо документировано. Этот алгоритм признает наличие нелинейности в данных и обеспечивает эффективную модель прогнозирования. В этой статье я сначала попытаюсь дать вам..

Sparkify: прогнозировать действия пользователя

Проект Data Scientist Capstone Цель этого поста — поделиться своим опытом работы над проектом Sparkify и показать вам его этапы. В качестве завершающего проекта моей степени Data Scientist в области нанотехнологий в Udacity было несколько интересных тем для заключительного проекта, и я совершенно уверен, что вернусь к ним позже. Однако я решил работать над проектом, который обрабатывает журналы взаимодействия с пользователем воображаемой платформы потоковой передачи музыки под..

Техника контролируемого машинного обучения для обнаружения аномалий: логистическая регрессия

Небольшие статьи по науке о данных об обнаружении аномалий Это 11-я (и последняя) часть из серии статей, которые я пишу об алгоритмах обнаружения аномалий. Ниже приведены 10 предыдущих статей, если вы хотите ознакомиться с ними, каждая из которых посвящена отдельному алгоритму обнаружения аномалий: 1. Изолированный лес 2. K-Ближайшие соседи (kNN) 3. Машины опорных векторов (SVM) 4. DBSCAN, неконтролируемый алгоритм 5. Эллиптический конверт 6. Фактор..