Публикации по теме 'machine-learning-models'


Как оценить модель машинного обучения
Машинное обучение Как оценить модель машинного обучения Вы только что обучили новую модель машинного обучения. Как вы это оцениваете? Модели машинного обучения можно оценивать разными способами, каждый из которых дает разную информацию. Четыре основных показателя модели машинного обучения, использующие матрицу путаницы, — это точность, достоверность, полнота и F-оценка. В этом посте мы рассмотрим, как рассчитать эти показатели машинного обучения с помощью Python. Мы будем..
HCDE 512: машинное обучение и онлайн-кампании профсоюзов
Доктор HCDE 512: Международный пользовательский опыт преподает доктор Сайф Сэвидж из Вашингтонского университета. Этот курс исследует дизайн для международных и развивающихся рынков с акцентом на интеллектуальные системы. На этой неделе мы узнали о моделях машинного обучения и применили их к онлайн-кампаниям профсоюзов. Контекст дизайна На этой неделе перед нами стояла задача: разработать интеллектуальный интерфейс машинного обучения для профсоюза латиноамериканских рабочих,..
Что, почему и как в мониторинге моделей машинного обучения
От Нетми Де Сильва — Data Scientist В области Наука о данных и машинное обучение (МО). Существуют варианты использования Data Science, которые необходимо обновлять или переобучать только в течение продолжительных периодов времени после производственного развертывания, например модели машинного обучения, используемые для обнаружения аномалий в клеточной структуре живых организмов. Однако большинство вариантов использования моделей машинного обучения тесно связаны с внешними..
Прогнозирование увольнения сотрудников с помощью машинного обучения
Введение Увольнение сотрудников - это сокращение числа сотрудников в организации в результате увольнения, выхода на пенсию или смерти. Основное внимание мы уделим сотрудникам, решившим покинуть организацию в связи с увольнением. Мы собираемся изучить имеющиеся данные с помощью статистических методов и спрогнозировать факторы, ответственные за то, почему сотрудники покидают свою организацию. 1. Почему сотрудники увольняются? Есть так много причин, по которым сотрудники..
Объяснимый ИИ: как мне доверять предсказаниям модели?
Мы привыкли давать объяснения разным группам людей - нашим друзьям, нашим детям, нашим коллегам. Мы используем разные слова и выражения, чтобы донести свои мысли до этих различных групп. Сегодня нечто подобное происходит в мире машинного обучения, поскольку все больше моделей развертывается для прогнозирования в таких областях, как финансы, телекоммуникации, здравоохранение и другие. Во многих случаях компании не до конца понимают, как модели машинного обучения делают свои прогнозы. И..
Обучайте модели машинного обучения на графических процессорах Google бесплатно - навсегда
Обучение вашей модели - это самая трудоемкая и дорогая часть машинного обучения. Обучение вашей модели на графическом процессоре может дать вам прибавку в скорости почти в 40 раз, что займет 2 дня и превратится в несколько часов. Однако обычно это дорого обходится вашему кошельку. На днях я наткнулся на отличный инструмент под названием Google Colab. Я бы назвал Colab эквивалентом блокнотов Jupyter в документации Google. Colab призван стать образовательным и исследовательским..
Развертывание моделей машинного обучения, часть 1: сохранение моделей
СТАТЬЯ Развертывание моделей машинного обучения, часть 1: сохранение моделей Из predict 23_20">Книжного лагеря по машинному обучению Алексея Григорьева В этой серии статей мы рассмотрим развертывание моделей: процесс использования моделей. В частности, мы увидим, как упаковать модель в веб-службу, чтобы другие службы могли ее использовать. Мы также покажем, как развернуть веб-службу в среде, готовой к работе. Получите скидку 40% на predict 23_20">Книжный лагерь по машинному..