Публикации по теме 'analytics-vidhya'
Ключевые выводы конкурса Analytics Vidhya LTFS
Когда вы участвуете в соревновании, вы многому учитесь, и существенное обучение приходит, когда вы знакомитесь с тем, как другие решают ту же проблему, что и вы, но придумывают другие и лучшие решения.
Итак, здесь я представляю лучшую часть конкурса.
Моя цель написания этой статьи - не дать решение проблемы, а показать, как люди поступают по-разному. В кодах могут быть некоторые ошибки, потому что моей целью было научить, каковы разные части хакатона по машинному обучению, как..
Как использовать трансферное обучение в TensorFlow
Трансферное обучение - блестящая функция, предоставляемая TensorFlow. Это помогает обучать новые модели, получая помощь от уже обученных моделей. Учтите, что вы хотите обучить модель прогнозированию количества определенных объектов в изображении, но у вас недостаточно изображений для обучения, затем мы можем использовать уже обученные модели в наших интересах и настроить их, чтобы получить наш результат, не обучая модель для огромный набор данных и потратить много времени и вычислений на..
Задача прогнозирования ссуды с помощью Analytics Vidhya с использованием R
Новая статья - Глубокое обучение стало проще: Часть 1: Введение в нейронные сети
Эта проблема прогнозирования ссуд в Analytics Vidhya - мой первый проект в области науки о данных. Ниже приводится пошаговое решение проблемы, с которой я достиг 960-го ранга в Общественной таблице лидеров на хакатоне от @AnalyticsVidhya . Практическая задача: Прогнозирование ссуды III
Вот еще одно мое решение - Анализ настроений в Твиттере от AV
Вот ссылка на то же самое на GitHub -..
Пошаговое руководство по коду на анонимном хакатоне по найму машинного обучения — Часть 2
В части 1 этой статьи мы рассмотрели, как импортировать данные и библиотеки, предварительно обрабатывая данные, используя модель классификатора CatBoost с поиском по сетке, чтобы найти оптимальные параметры и настроить отсечку классификатора, максимизируя сумму чувствительности и специфичности и максимизируя оценка Roc_Auc.
В этой части мы сосредоточимся на разработке функций, выборе функций и автоматизированном машинном обучении (AutoML).
Разработка функций
Разработка функций —..
Машинное обучение - 101 (Часть I)
Идея этого блога - избавиться от жаргона , насколько это возможно. Чтобы дать обзор машинного обучения и причин, по которым мы выбрали его.
Я читал книгу под названием Практическое машинное обучение с помощью Sklearn и TensorFlow , я хочу изложить то, что я читал здесь, как практику (эгоистичную) или научить кого-то там, чему я научился.
Давай прыгнем
Что такое машинное обучение?
Область обучения, которая дает компьютерам возможность учиться, не будучи явно запрограммированной..