Проще говоря, машинное обучение — это область искусственного интеллекта, которая определяется как способность машины копировать интеллектуальное поведение человека. ИИ используется для выполнения сложных задач так же, как люди решают проблемы.
Машинное обучение также используется в прогнозировании, анализе и решении сложных задач с помощью различных алгоритмов. В ML (машинном обучении) есть много встроенных моделей (алгоритмов).
Как научиться машинному обучению?
Чтобы изучить основы ML, вам нужно начать с базового языка программирования, такого как python, c ++, R, а после этого вам нужно узнать о вычислениях, вероятности, линейной алгебре, статистике, если вы не знаете об этом, не волнуйтесь, это не обязательно узнать, что большая часть модели встроена в ML.
Основы ML:
- Среднее — среднее значение.
- Median — среднее значение в баллах.
- Mode — наиболее распространенное значение.
Среднеквадратичное отклонение
SD — это число, описывающее, насколько рассредоточены ваши данные. Низкое стандартное отклонение означает, что ваши данные близки к среднему (среднему), а высокое стандартное отклонение означает, что ваши данные разбросаны по широкому диапазону.
процентили
Число, описывающее значение, ниже которого заданный процент стоимости.
Распределение данных
Он показывает, как распределяются ваши данные, включая гистограмму, круговую диаграмму и т. д.
Нормальное распределение данных означает, что вы поровну делите обе части среднего значения.
Регрессия
нахождение связи между переменными называется регрессией. многие типы, такие как линейная регрессия, а также используемые для числовой переменной, в то время как классификация используется для категориальной переменной (признаков).
Особенности шкалы
когда ваши данные имеют разные значения, их может быть сложно сравнить. Таким образом, ML использует масштабирование для решения таких проблем.
Поезд/тест
Разделите ваши данные на две части поезда и тестовой части, а затем примените свою модель в соответствии с вашими потребностями.
Шаги для машинного обучения:
- Загрузка данных
- Предварительная обработка (EDA)
- Масштабирование
- Разделить на поезд/тест
- модель
Я надеюсь, вам понравится этот блог, если вы будете следовать за мной еще больше удивительного контента.
Спасибо
