Публикации по теме 'scikit-learn'
Интерпретируемое машинное обучение за 10 минут с RuleFit и Scikit Learn
Часть I | Часть II | Часть III | Объяснимый искусственный интеллект - Часть IV
Интерпретируемое машинное обучение за 10 минут с RuleFit и Scikit Learn
Извлечение значимых комбинаций правил из обученной модели машинного обучения с помощью RuleFit | Объяснимый искусственный интеллект
Несомненно, вы тренируете модели машинного обучения и стремитесь максимально повысить точность с помощью предварительной обработки данных, корреляционного анализа и извлечения признаков, по..
Обнаружение сатиры и фейковых новостей с помощью машинного обучения
Иногда людям даже трудно понять, настоящая новость, фальшивка или сатира. Поэтому я спросил себя, могу ли я обучить модель машинного обучения решать, к какому классу (реальным или сатирическим) принадлежит данная статья. Существуют такие веб-сайты, как https://www.theonion.com , ежедневно публикующие сатирические новости, которые можно использовать вместе с обычными новостными сайтами для сбора обучающих данных по этой задаче классификации.
Набор данных
Я взял большие массивы..
Контролируемое машинное обучение с использованием Python Scikit-learn
Краткое изложение того, как использовать библиотеку Python Scikit-learn для решения различных задач контролируемого машинного обучения, с подробным обсуждением ключевых концепций перекрестной проверки и конвейера.
Scikit-learn впервые был выпущен в 2010 году и с тех пор является популярной библиотекой машинного обучения Python. Он реализует различные алгоритмы машинного обучения и предоставляет согласованные API-интерфейсы Python. В последнее время я изучаю Scikit-learn и хочу..
Выбирайте с умом: пик/бан и предсказание исхода игры
вступление
Сколько раз вы наблюдали за разрекламированным матчем соперничества в LEC и ни с того, ни с сего, во время пик-и-бана всех времен, толпа начинает расходиться, как будто грядет ганг, который изменит правила игры, и у другой команды нет абсолютно ничего. зрение на нем? Если вы похожи на меня, это происходит почти каждый раз, когда на сервер загружаются две мощные команды. Профессиональные игроки в League of Legends больше всего на свете любят троллить своих противников..
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..
10 популярных алгоритмов машинного обучения для решения задач классификации
Задача классификации — это тип задачи машинного обучения, цель которой состоит в том, чтобы предсказать класс или категорию данной входной выборки на основе набора предопределенных классов. Это контролируемая задача обучения, в которой модель обучается на размеченных данных, а затем использует эти обучающие данные для прогнозирования новых, невидимых данных. Примеры проблем классификации включают классификацию изображений, обнаружение спама в электронной почте и задачи обработки..
ML Scikit Learn: Регрессии
Регрессия исследует взаимосвязь между зависимой переменной (выход) и независимой переменной (вход) . Эта модель относится к категории непрерывного контролируемого обучения в машинном обучении. Следовательно, использование регрессии — лучший выбор для построения модели, в которой выходные данные являются непрерывными, а не дискретными значениями.
Линейная регрессия:
Линейная регрессия пытается предсказать данные, выполнив следующие шаги:
Он попытается подобрать наилучшую линию..