Публикации по теме 'supervised-learning'
Машинное обучение 101
К настоящему моменту вы, вероятно, уже хорошо знаете, что большие данные и искусственный интеллект — главные революционеры практически во всех сферах. Понимание ситуации может быть сложной задачей, особенно для бизнес-клиентов, которые хотят внедрять инновации, но не знают, с чего начать. В сегодняшнем блоге я надеюсь оставить вас, дорогие читатели, с базовым пониманием того, как работает машинное обучение, и как оно может быть полезно для вашей организации.
Во-первых, давайте обсудим,..
МАШИННОЕ ОБУЧЕНИЕ ГЛАЗАМИ НАЧИНАЮЩЕГО
Прежде чем перейти к теме, давайте сначала рассмотрим формальное определение машинного обучения, взятое из Википедии.
Машинное обучение (ML) - это научное исследование алгоритмов и статистических моделей, которые компьютерные системы используют для эффективного выполнения конкретной задачи без использования явных инструкций, вместо этого полагаясь на шаблоны и логические выводы ».
Машинное обучение - это часть искусственного интеллекта (ИИ). Как написано в приведенном выше..
Как настроить структуру активного обучения для вашей модели обнаружения объектов
В контексте обучения с учителем сверточные нейронные сети доказали свою эффективность в приложениях компьютерного зрения, таких как обнаружение объектов. Эти алгоритмы, как правило, требуют большого количества помеченных данных, что само по себе является очень частым препятствием, поскольку требует много времени и очень дорого.
Кроме того, после запуска модели обнаружения объектов в производство сложно отслеживать ее работоспособность. Чтобы поддерживать производительность, модель должна..
Узнайте, как машина учится
Машинное обучение и глубокое обучение
Вы слышали о «ДЖАРВИСе» из фильмов Marvel, да, я говорю о сверхинтеллектуальном компьютере Тони Старка. Вы знаете, как он работает? Я не могу сказать, как он работает, но мы можем выяснить, каков нынешний способ заставить машину или систему учиться у самой себя.
Машинное обучение — это часть искусственного интеллекта, в которой система может учиться на собственном опыте. для каждой задачи, которую выполняет система, она учится на ней. Что касается..
В спешке, спешу! Дерево классификации и регрессии: шесть простых шагов
Что происходит в CART — и шесть простых шагов для построения модели.
Дерево классификации и регрессии является частью алгоритма дерева решений.
Дерево решений основано на алгоритмическом подходе, который определяет способы разделения данных в зависимости от условий. (добавь это фото)
Дерево решений основано на жадном подходе «сверху вниз».
Алгоритм ID3 использует усиление информации, тогда как C4.5 использует коэффициент усиления для разделения.
CART является альтернативным,..
Сколько вы тратите в Starbucks?
Тебе нравится Starbucks? Сколько ты там тратишь? Вы пользуетесь предложениями Starbucks?
Меня заинтриговали приведенные выше вопросы. Итак, я решил исследовать себя. В основном меня интересовало, сколько люди тратят в Starbucks, поэтому я решил построить модель, которая предсказывает количество продукта, которое покупатель купит.
Используемая метрика:
Я буду использовать среднеквадратичную ошибку (RMSE) в качестве показателя для оценки производительности моей модели.
Почему..
Знакомство с гигантским миром машинного обучения!
Вы когда-нибудь задумывались о том, как происходят прогнозы фондового рынка, как простое веб-приложение может пометить изображение как собака или кошка, просто загрузив изображение, или как Spotify автоматически воспроизводит интересующую вас песню?
Слава вам, если вы уже пришли к выводу, что где-то машинное обучение играет роль.
Если эти вопросы оставляют вас в очень запутанной ситуации, не о чем беспокоиться. Читайте до конца, мы надеемся, что вы сможете получить все ответы...
