Публикации по теме 'classification'
Показатели производительности для моделей классификации
Показатели производительности для моделей классификации
Истинные положительные результаты (TP) = образцы, которые отмечены моделью как положительные, и наземная правда также положительна. Итак, модель верна на этих образцах.
Ложноположительные результаты (FP) = образцы, которые отмечены моделью как положительные, но на самом деле отрицательные. Итак, модель неверна на этих образцах.
Истинно отрицательные результаты (TN) = образцы, которые модель помечает как отрицательные, а..
Алгоритм K-ближайших соседей
Реализация КНН
K-Nearest Neighbours — очень простой алгоритм обучения с учителем. Его можно применять как к задачам классификации, так и к задачам регрессии. Хотя он был введен в 1950-х годах, он все еще используется сегодня.
Давайте воспользуемся простым 2D-примером, чтобы лучше понять. У нас есть помеченный набор данных, содержащий 3 группы. Наша цель — выяснить, к какой группе принадлежит данное новое наблюдение.
Сначала находятся расстояния данной новой точки до других..
Создание наивного байесовского классификатора: прогнозирование отмены бронирования в отелях
В этом примере построен наивный байесовский классификатор для прогнозирования клиентов, которые могут отменить бронирование в отеле.
Наивный байесовский классификатор - это вероятностный классификатор и одна из самых фундаментальных моделей классификации. Причина, по которой мы называем классификатор «наивным», заключается в том, что этот классификатор наивно предполагает, что все функции в наборе данных независимы друг от друга, то есть условная независимость.
С этой точки зрения..
Портфолио анализа маркетинговых данных специалиста по данным
Анализ маркетинговых данных для портфолио Data Scientist
Пример анализа маркетинговых данных
Введение
Сегодня организации, которые нанимают специалистов по данным, особенно интересуются портфолио соискателя. Анализ маркетинговых данных организации — одно из наиболее типичных приложений науки о данных и машинного обучения. Такой анализ, безусловно, будет хорошим дополнением к портфолио. Вот почему я решил написать эту статью, в которой содержится пошаговое руководство, как сделать..
На пути к точной классификации: сравнительное исследование набора данных Iris.
Введение
Добро пожаловать в увлекательный мир науки о данных, где мы погружаемся в наборы данных, чтобы раскрыть ценные идеи. В этой статье мы отправляемся в захватывающее путешествие, используя четыре мощные модели машинного обучения — KNeighborsClassifier, Decision Tree, Logistic Regression и простую нейронную сеть с четырьмя слоями — для анализа знаменитого набора данных Iris. Но сначала давайте разберемся, что делает набор данных Iris таким важным.
Набор данных Iris — это..
Новые материалы
На волне искусственного интеллекта: изучение «текущего» потенциала ликвидных нейронных сетей
Жидкие нейронные сети (LNN) — это новый тип искусственных нейронных сетей, которые разработаны так, чтобы быть более адаптируемыми и эффективными, чем традиционные нейронные сети. LNN вдохновлены..
Как использовать множественную v-модель в компоненте | ВУЭ 3
Возможно, вы уже знаете, как использовать v-model в компоненте. Однако в Vue 3 у вас есть возможность использовать несколько директив v-model . Если вы не знакомы с ним, позвольте мне..
Что такое GAN?
Что такое GAN?
Как странная идея стала основой передового ИИ
Пройдите любой курс по машинному обучению, и вы обязательно столкнетесь с генеративными состязательными сетями или GAN...
Понимание матрицы
Матрицы являются фундаментальными компонентами линейной алгебры и играют решающую роль в различных областях науки о данных, включая машинное обучение, анализ данных и оптимизацию. Операции с..
Мой первый опыт стажировки
Эй, люди! Этот блог посвящен моему опыту стажировки веб-разработчика в Let’s Grow More. Недавно у меня появилась возможность присоединиться к Letsgrowmore в качестве стажера веб-разработчика...
Пространства имен и модули в TypeScript: что выбрать?
Пространства имен и модули в TypeScript: что выбрать?
TypeScript предоставляет разработчикам возможность организовывать свой код с помощью пространств имен или модулей. Эти функции позволяют..
Создание небольшого Stateful приложения ML для онлайн-обучения
Использование River, Flask, Gunicorn и Multiprocessing для создания приложения для онлайн-обучения
Большинство систем машинного обучения реального времени, которые я вижу сегодня, без сохранения..