Публикации по теме 'decision-tree'


Понимание предсказаний модели с градиентным усилением
Руководитель отдела аналитики данных Уилл Боннер о повышении градиента как «черном ящике» Повышение градиента - отличный метод подбора прогнозных моделей, который часто используют специалисты по данным, чтобы получить дополнительную производительность по сравнению с подгонкой традиционной регрессии. Обратной стороной повышения градиента является то, что он менее интерпретируемый - его иногда рассматривают как модель «черного ящика». Это порождает две проблемы: Понимание общей..
Категорически: не взрывайтесь  — кодируйте!
Прочитайте эту статью, прежде чем приступать к предварительной обработке данных для древовидных моделей! Кроме того, ознакомьтесь со связанным блокнотом для получения кода для загрузки и предварительной обработки наборов данных и повторения экспериментов. Предварительная обработка данных — важная часть построения модели машинного обучения. Данные в необработанном виде часто не могут быть загружены непосредственно в алгоритм. Предварительная обработка позволяет алгоритмам..
Дерево решений в машинном обучении
Я кратко рассмотрел введение в дерево решений, и вот мы подошли к теме. Дерево решений - это метод обучения с учителем, это самый мощный и популярный инструмент для классификации и регрессии. Дерево решений - мощный мысленный инструмент для принятия разумных решений. Вы намечаете возможные результаты и пути. Дерево решений - это инструмент поддержки принятия решений, который использует структуру, подобную блок-схеме, где каждый «внутренний узел» обозначает тест по «атрибуту»,..
Деревья решений с нуля в Python
Классификация — одна из самых распространенных областей применения машинного обучения. Многие алгоритмы могут реализовать классификацию с достаточной точностью; тем не менее, деревья решений являются одними из самых простых и мощных, они очень интуитивно понятны и обеспечивают превосходную базовую концепцию классификации. Деревья решений — это контролируемые алгоритмы. Хотя они не ограничиваются только классификацией и могут использоваться и в задачах регрессии, в этой статье мы..
Введение в дерево решений
В этом разделе мы обсудим, что такое дерево решений, как его строить, энтропию, получение информации и переоснащение. Что такое дерево решений Дерево решений - это классификатор в виде дерева (здесь под деревом подразумевается дерево информатики ). Это дерево обычно имеет 2 типа узлов: Узлы принятия решений и Узлы-листы . Узлы решений Узлы решений определяют выбор или тест, на основе которого мы можем решить, в каком направлении мы можем двигаться по дереву. Тест обычно..
Дерево решений, случайный лес и XGBoost: исследование сути машинного обучения
В эпоху цифровых технологий данные превратились в важнейшую валюту, стимулирующую рост и инновации в самых разных секторах. Машинное обучение, подмножество искусственного интеллекта, выдвинулось на передний план как преобразующая технология, которая позволяет нам превращать эти обширные данные в практические знания. От персонализации онлайн-покупок до прогнозирования вспышек заболеваний или даже управления беспилотными автомобилями — машинное обучение нашло множество применений, отмечая..
MLOPS: создание и развертывание классификатора дерева решений
Жизнь в цифровом мире также означает производство данных. За следующие 8 минут, которые вы потратите на чтение этой статьи, мир сгенерирует около 10,4 тысячи терабайт данных. По данным платформы Gartner, это означает более миллиона встреч через Zoom или более 2 миллионов публикаций в Instagram. Все эти ценные данные используются крупными компаниями, чтобы знать предпочтения своих пользователей, продавать продукты, предлагать услуги и делать прогнозы. Он также используется в научных..