Краткий обзор моделей, которым нужны предварительно обработанные данные Предварительная обработка данных является важной частью каждого проекта машинного обучения. Очень полезным преобразованием для применения к данным является нормализация. Некоторые модели требуют его как обязательного для правильной работы. Давайте посмотрим на некоторые из них. Что такое нормализация? Нормализация — это общий термин, связанный с масштабированием переменных. Масштабирование преобразует набор..

Кажется, что от века, от Галилея до настоящего времени — одна из вещей, которая была постоянной, — это математизация проблемы. Ниже приведены некоторые задачи и их представление в математических формах. Примеры для вышеизложенного приведены в Книге - Исчисление повседневности . В книге на основе данных автор предлагает/предлагает, какая модель лучше соответствует тому или иному контексту. Раньше я удивлялся, как можно запомнить столько уравнений? Как эффективно представить..

Этот пост представляет собой общий обзор «Коррекции смещения для платного поиска при моделировании медиамикса», содержащий код и реализацию ключевых концепций. Коррекция смещения для платного поиска при моделировании медиамикса: Linked Paper Моделирование медиамикса пытается оценить причинно-следственный эффект расходов в СМИ на продажи исключительно на основе данных наблюдений. И, как мы все знаем, оценка причинно-следственных связей на основе данных наблюдений сопряжена с..

Чтобы избавиться от моделей Over & Under fit. Мотивация Пока мы начинаем строить некоторые модели машинного обучения, мы столкнемся с этими символами переобучения и недообучения. Я чувствую, что это монстры в моделировании, которые мешают мне построить идеальную модель. Чтобы избавиться от них, я столкнулся с четырьмя различными способами сбалансировать набор данных и модель. Есть четыре способа получить сбалансированную модель. K-кратная перекрестная проверка Регуляризация L1..

Начните с простого! Избегайте попадания в ловушки хайпа. Многие люди спрашивали меня, как начать свою карьеру в области машинного обучения. Машинное обучение — это очень широкая область, охватывающая программирование, статистику, математические и деловые навыки вместе взятые. Легко заблудиться с таким количеством тем для изучения и изучения. Кроме того, выпускные программы по машинному обучению являются новыми, многие специалисты по данным и инженеры по машинному обучению пришли..