Публикации по теме 'predictions'
Проект машинного обучения прогнозирования кредитных рисков с использованием Colab
В этом проекте мы построим модель, которая может прогнозировать кредитный риск, используя набор данных, предоставленный компанией, состоящий из данных о полученных и отклоненных кредитах. Обзор рабочего процесса проекта включает в себя: 1. Подготовка данных 2. Очистка данных 3. Исследовательский анализ данных 4. Разработка функций 5 .Моделирование 6. Оценка хорошо для начала нам нужны необходимые библиотеки в этом проекте.
Импорт необходимых библиотек
import numpy as np
import pandas..
XGBoost
XGBoost — это программная библиотека с открытым исходным кодом, которая реализует оптимизированные алгоритмы машинного обучения с распределенным повышением градиента в рамках структуры Gradient Boosting .
Что такое XGBoost?
XGBoost , что означает Extreme Gradient Boosting, представляет собой масштабируемую, распределенную библиотеку машинного обучения с усиленным градиентом деревом решений (GBDT). Он обеспечивает параллельное повышение дерева и является ведущей библиотекой..
Личное исследование: предсказатель великой энергии Ашраэ III
Самостоятельный пример: предсказатель великой энергии Ашрае III
Определение проблемы-
Чтобы сократить затраты, выбросы и потребление энергии, были сделаны крупные инвестиции в повышение энергоэффективности зданий. Собственник здания оплачивает разницу между фактически использованной энергией и тем, что было бы использовано, если бы не применялись процедуры повышения эффективности. Модель машинного обучения предоставила последние значения. Мы прогнозируем будущий спрос на..
Как обнаружить аномалии — современные методы с использованием конформного прогнозирования
Обнаружение аномалий является одним из основных вариантов использования для большинства предприятий с широким спектром приложений от обнаружения аномалий для очистки данных до предварительной обработки данных перед проектированием машинного обучения и статистических моделей, до приложений в беспилотных автомобилях, профилактического обслуживания. (PdM) для диагностики состояния машины, определения состояния здоровья по медицинским изображениям, выявления аномальных паттернов в транзакциях по..
Используйте просто LSTM для предсказания цены акций
LSTM очень эффективны в задачах прогнозирования последовательности, потому что они могут хранить прошлую информацию.
В нашем случае это важно, потому что предыдущая цена акции имеет решающее значение для прогнозирования ее будущей цены.
Мы использовали LSTM для прогнозирования цены акций иранской компании и получили очень удивительный результат.
Этот проект был реализован в Кагеле по следующему адресу
Iran-Stock-Price-LSTM-Predict Исследуйте и запускайте..
Развертывание моделей машинного обучения в любом месте с помощью одной строки Python
Развертывание моделей машинного обучения в любом месте с помощью одной строки Python
Большая идея Валлару
Специалистам по данным и инженерам по машинному обучению необходимо развернуть модели машинного обучения в рабочей среде, и в настоящее время это гораздо сложнее и выполняется вручную, чем должно быть, иногда это занимает дни или даже месяцы. В Wallaroo мы сосредоточены на упрощении и автоматизации этой задачи, чтобы модели можно было развертывать в нужном масштабе за..
Презентация проекта Capstone HDSC, август 21: прогнозирование цен на подержанные автомобили с использованием машинного обучения
Проект команды Matplotlib
Цель проекта состояла в том, чтобы построить лучший алгоритм для прогнозирования цен на перепроданные автомобили с использованием нескольких параметров. Пользователь должен иметь возможность легко прогнозировать цены на подержанные автомобили.
Исходный код:
https://github.com/sanyogthescholar/used_car_price_prediction
Развертывание:
http://sanyog.pythonanywhere.com/
Введение
Этот проект направлен на создание точной системы прогнозирования..