Публикации по теме 'classification'
Мои первые шаги в моем первом соревновании по машинному обучению
В настоящее время я являюсь разработчиком Python в стартапе и изучаю машинное обучение (с которым я никогда раньше не работал профессионально) и облачные технологии (с которыми я работаю), чтобы больше узнать о машинном обучении и многооперативных операциях.
Подход, который я выбрал, читая Twitter и некоторые другие материалы, посвященные ML, заключался в том, чтобы пройти курс FastAI, который на сегодняшний день кажется наиболее рекомендуемым курсом для ML (пока я полностью согласен)...
Декодирование опорных векторных машин
Интуитивно понять, как работают машины опорных векторов
SVM - это очень простой, но мощный алгоритм машинного обучения с учителем, который можно использовать как для классификации, так и для регрессии, хотя он широко используется для классификации. Они действительно хорошо работают с наборами данных малого и среднего размера и чрезвычайно просты в настройке.
В этом сообщении блога мы построим нашу интуицию о машинах опорных векторов и посмотрим на математику, лежащую в основе этого...
Модель бинарной классификации: одобрение кредита в Австралии
Python Реализация двоичного классификатора для прогнозирования кредитных решений.
В рамках моих постоянных усилий по улучшению своих навыков в области науки о данных я создаю модели машинного обучения на основе случайных наборов данных из репозитория машинного обучения UCI. Вы можете просмотреть мои предыдущие модели здесь .
В этом задании случайным набором данных, который необходимо решить, является Австралийский набор данных об одобрении кредита . Если вы хотите..
Машинное обучение-логистическая регрессия
Логистическая регрессия, также известная как классификация, является подмножеством контролируемого обучения. Классификация моделей машинного обучения зависит от двоичного вывода. Одной из таких моделей является сигмовидная функция.
Почему сигмовидная функция:
Основная причина, по которой мы выбрали сигмовидную функцию, заключается в том, что она существует между (0 и 1). Поэтому он особенно используется для моделей, где мы должны предсказать вероятность как результат. Поскольку..
Машинное обучение для новичков.
Сэр Шивам Коллур прекрасно объясняет модель машинного обучения с точки зрения непрофессионала в своей статье ( Ссылка ).
Позвольте мне резюмировать то, что говорится в статье.
Представьте себе гипотетический класс математики — учитель и его ученики. Итак, однажды учитель вместо того, чтобы заранее обучать новой концепции, прямо пишет вопросы на доске и также предлагает решение. После нескольких вопросов учащиеся в некоторой степени узнают некоторую закономерность в каждом вопросе, и..
Точность и полнота — интуитивно понятное руководство для всех, кто изучает машинное обучение
Обзор
Точность и полнота — две важные, но неправильно понимаемые темы в машинном обучении. Мы обсудим, что такое точность и полнота, как они работают и их роль в оценке модели машинного обучения. Мы также получим представление о терминах площади под кривой (AUC) и точности.
Введение
Спросите любого специалиста по машинному обучению или специалиста по данным о самых запутанных концепциях в его учебном путешествии. И неизменно ответ склоняется к точности и отзыву.
Разницу между..
Магические числа потери журнала
TL;DR
Существуют определенные значения потерь журнала для проблем классификации, которые показывают, работает ли ваша модель лучше, чем случайность.
Введение в потерю журнала
Есть ряд показателей, которые вы можете использовать при оценке качества двоичного классификатора. К ним относятся точность, прецизионность / отзыв и чувствительность / специфичность. Уловка всех этих показателей заключается в том, что они требуют, чтобы классификатор пометил каждый экземпляр положительной..