Публикации по теме 'machine-learning-projects'


«8 шагов по созданию проекта ИИ на Python… с объяснением кода»… Часть ВТОРАЯ
продолжить с Часть ПЕРВАЯ … Шаг 4: Обучение модели После того, как вы выбрали свой алгоритм и подготовили свои данные, вы можете обучить свою модель, используя следующий код: import pandas as pd import sklearn from sklearn.svm import SVR def train_model() -> SVR: """Trains a model on the data in the 'clean_house_prices.csv' file. Returns: A trained SVR model. """ # Load the training data into a pandas dataframe..

Проект машинного обучения 13 — Использование машины опорных векторов ядра
В моем последнем посте мы рассмотрели алгоритм классификации машины опорных векторов (SVM) и то, как он работает. Сегодня мы поговорим о машине опорных векторов ядра. #100DaysOfMLCode #100ProjectsInML SVM хорошо работает в случаях, когда данные линейно разделимы. Как и на диаграмме ниже, нам легко найти опорные векторы и разделить данные, как мы это сделали в Проекте 12 . Но что, если наш набор данных содержит точки, как показано ниже. Мы не можем провести линию для..

Машинное обучение может решать реальные проблемы, которые сложны для людей
Поскольку искусственный интеллект продолжает быстро развиваться, овладение машинным обучением становится очень важным для всех претендентов в этой области. Это связано с тем, что искусственный интеллект и машинное обучение дополняют друг друга. Итак, если вы новичок, самое главное, что вам нужно сделать, это поработать над каким-нибудь проектом машинного обучения. Машинное обучение можно применять в большом количестве отраслей и приложений. Это делает их более эффективными, а также..

Проект машинного обучения 5: прогнозирование заработной платы с использованием регрессии дерева решений
Сегодня мы рассмотрим одну из самых популярных регрессионных моделей под названием «Дерево решений». #100DaysOfMLCode #100ProjectsInML Я буду решать ту же проблему о прогнозировании заработной платы нового сотрудника на основе его уровня должности. Я решил ту же проблему в проекте 3, используя полиномиальную регрессию — вы можете проверить это здесь . И та же проблема была решена в проекте 4 с помощью регрессии опорных векторов — вы можете проверить этот проект здесь ...

Создание модели машинного обучения для аутентификации банкнот
Цель состоит в том, чтобы предсказать, является ли данная банкнота подлинной, учитывая ряд измерений, сделанных на основе фотографии. Реализованные алгоритмы: Машина опорных векторов K ближайший сосед Наивный байесовский метод Гаусса Обучение персептрона Библиотеки и модуль машинного обучения: Библиотека обучения Scikit CSV-модуль случайный модуль Если вы не знакомы с библиотекой машинного обучения Pandas, NumPy и т. д., эти модули будут вам..