Направете подобрения и изпратете отново Направихме първото си представяне на Kaggle в Част 3 . В последната част от тази поредица ще се опитаме да направим подобрения на нашите прогнози и ще ги изпратим отново, за да видим нашите резултати. Връзка към видео версия на този урок ще бъде в долната част. Да започваме! Когато става въпрос за подобряване на нашите прогнози, обикновено има 2 неща, които искаме да вземем предвид: Допълнително инженерство на функциите Настройка на..

Едно от първите предизвикателства в машинното обучение върху структурирани данни е „Инженеринг на функции“. Това включва вземане на решение дали да се третира дадена променлива като числена променлива или категорична променлива и освен това да се изберат различни трансформации на данни, като например трансформация на журнал, еднократно кодиране, целево кодиране и т.н. Тези решения често не са ясни и изискват проучване на данни за уникални преброявания, липсващи стойности, разпределение и..

Kaggle е добре познат уебсайт на общността за учени по данни, които се състезават в предизвикателствата на машинно обучение . Състезателното машинно обучение може да бъде чудесен начин да усъвършенствате уменията си, както и да демонстрирате уменията си. В тази статия ще предоставя 10 полезни съвета, за да започнете с Kaggle и да станете добри в конкурентното машинно обучение с Kaggle. Да се ​​потопим направо! Изберете среда за програмиране в областта на науката за данни. Има..

В днешно време все повече и повече организации биха искали да имат унифициран инструмент, за да се справят с тоновете си функции. За един прост POC продукт управлението на функциите и родословието изглеждат пресилени, но когато става дума за големи, сложни и непрекъснато развиващи се проекти, те наистина подтикват високо качество на функциите и ефективност на изпълнение в следните проекти за наука за данни. За да обобщим, защо се нуждаем от магазин за функции? Стандартизиране на..