Публикации по теме 'classification'


Машины опорных векторов (SVM)
Краткий обзор Введение Машины опорных векторов (SVM) - это набор контролируемых методов обучения, которые обучаются на основе набора данных и могут использоваться как для регрессии, так и для классификации. SVM - это своего рода классификатор с большой маржой : это метод машинного обучения на основе векторного пространства, цель которого - найти границу принятия решения между двумя классами, которая находится максимально далеко. из любой точки обучающих данных. Векторы..
Руководство по выбору подходящей метрики оценки для классификатора машинного обучения
Как определить успех? Когда я начинаю новый проект классификации, я всегда нахожу время, чтобы сесть с собой, данными и своим бизнес-кейсом, чтобы задать важный вопрос: что значит иметь «успешную» модель? В этой статье я пытаюсь помочь вам продумать несколько различных показателей оценки, которые могут подойти для вашего проекта моделирования, но это ни в коем случае не полный или исчерпывающий список. Точность Часто точность модели рассматривается как самый простой или стандартный..
Методы классификации в машинном обучении
Классификация - это подход с контролируемым машинным обучением, при котором алгоритм учится на вводимых ему данных, а затем использует это обучение для классификации новые наблюдения . Другими словами, обучающий набор данных используется для получения лучших граничных условий, которые можно использовать для определения каждого целевого класса; как только такие граничные условия определены, следующая задача - предсказать целевой класс. Двоичные классификаторы работают только..
Опыт работы с iWildCam 2019 Kaggle Competition
Конкурс Kaggle Competition - это хороший шаг для начинающих, чтобы начать интересный опыт, чтобы начать изучать науку о данных и машинное обучение в реальных приложениях. Это то, что мы сделали, когда начали работать в Konvergen.AI инженером по искусственному интеллекту. Kaggle - это платформа, на которой компании и исследователи публикуют данные и статистику, а майнеры данных соревнуются за создание лучших моделей для прогнозирования и описания данных. Введение Соревнование, за..
Понимание классификаторов дерева решений
Понять, как работает Decision Tree Classifier на простом языке и с минимальными математическими уравнениями. Выясните, как работают примеси Джини и получение информации с нуля. Сравните с моделями машинного обучения, такими как нейронная сеть, я подумал, что классификатор дерева решений должен быть самым простым. Но я ошибался, эта модель немного сложнее, чем я думал. Эта модель также закладывает основу для других продвинутых моделей, таких как LightBGM и Random Forest Decision Tree...
Введение в машины опорных векторов
Эта запись в блоге является частью серии, в которой я рассказываю о концепциях и алгоритмах машинного обучения. В этой части я хочу рассказать об еще одном популярном алгоритме, который широко используется для решения задач классификации и регрессии. Я, конечно, говорю о машинах опорных векторов (SVM). Эта история была впервые опубликована в моем блоге. Что делают машины опорных векторов? Машины опорных векторов - это модели обучения с учителем для задач классификации и..
Понимание показателей ROC и AUC.
Устранение путаницы с метриками классификации. «Определение гения - это взять комплексное и сделать его простым», - Альберт Эйнштейн. Кривые ROC и AUC являются важными показателями оценки для расчета производительности любой модели классификации. Эти определения и жаргоны довольно распространены в сообществе машинного обучения и встречаются каждому из нас, когда мы начинаем изучать модели классификации. Однако в большинстве случаев они не полностью поняты или, скорее, неправильно..