Публикации по теме 'supervised-learning'
Алгоритмы контролируемого обучения
Просто краткое напоминание из предыдущей статьи — алгоритмы контролируемого обучения — это те, которые снабжены входными данными и помеченными выходными данными.
Проблемы, которые могут решить алгоритмы обучения с учителем, делятся на два основных типа:
1. Классификация
В задачах классификации есть данные, помеченные выходы которых находятся в дискретных группах/классах (категориальных).
Например, набор данных радужной оболочки. Это очень простой набор данных,..
Реализация ближайших соседей (KNN) без использования Scikit Learn
K-Nearest Neighbours (KNN) определенно один из моих любимых алгоритмов в машинном обучении, потому что он настолько интуитивно понятен и прост для понимания, но при этом является важным алгоритмом для изучения.
Давайте посмотрим, что говорится в определении : KNN - это алгоритм обучения с учителем, который оценивает, насколько вероятно, что точка данных (экземпляр) принадлежит к тому или иному классу, в зависимости от того, к какому классу принадлежат его ближайшие «k» экземпляров...
Введение в машинное обучение
Руководство по машинному обучению для начинающих
Машинное обучение - очень знакомое слово в мире технологий. Это одна из самых интересных областей информатики. Но для новичка это слово не будет так много значить. Итак, чтобы начать путь к машинному обучению (ML), давайте сначала узнаем, что такое ML и что с ним можно сделать.
Что такое машинное обучение (ML)?
Искусственный интеллект или ИИ в основном делится на две большие области: Машинное обучение и Искусственные..
Я нашел отличную книгу по машинному обучению!
Книга против видеолекций
В сегодняшнюю цифровую эпоху в Интернете доступно огромное количество информации, включая видеолекции и учебные пособия по широкому кругу вопросов. Хотя эти ресурсы могут быть невероятно ценными, они могут быть не лучшим выбором для всех. Для многих людей чтение книги по теме может быть более эффективным способом обучения.
Прогноз выживания при катастрофе на Титанике с помощью ROC AUC Score 90+ и методологии CRISP-DM
Привет всем, где бы вы ни были, надеюсь, вы все здоровы. Пользуясь случаем, хочу поделиться своим опытом прогнозирования состояния безопасности пассажиров титанической трагедии на основе титанического набора данных с https://www.kaggle.com/competitions/titanic/data .
В этом проекте я использую методологию CRISP-DM (Cross Standard Industry Process for Data Mining).
1. Деловое понимание
Бизнес-цель: Предсказать, сколько пассажиров выживет после трагедии Титаника. Цель модели:..
Введение в машинное обучение
«Компьютеры могут видеть, слышать и учиться. Добро пожаловать в будущее».
Определение:
Машинное обучение — это изучение различных типов алгоритмов искусственного интеллекта, которые обеспечивают самообучение на основе данных без явного программирования. С помощью этой технологии компьютеры могут учиться сами по себе и улучшать свою точность и опыт с течением времени.
Цель:
Основная цель ML — наблюдать за данной проблемой или набором данных, определять скрытые..
Как создать простой классификатор в машинном обучении с помощью Python
Классифицируйте различные группы с помощью диаграммы рассеяния
Привет, энтузиаст ML .. !!
Если вы начнете изучать машинное обучение, то новичку сложно взломать алгоритм классификатора. Вы часто ошибаетесь, имея дело с классификатором. Не волнуйся, я тебя поддержал. Давайте сделаем простой классификатор и узнаем, как с ним бороться. Выпейте чашку кофе и приступим к работе.
Что такое классификация?
Классификация относится к категории контролируемого машинного обучения и..
