Свързани публикации 'predictive-analytics'
Пътешествието на героя | Т. Скот Кленданиел в The Artists of Data Science Podcast
В този епизод на The Artists of Data Science имаме възможност да чуем Т. Скот Кленданиел, лидер в областта на науката за данни с над три десетилетия опит, изпълняващ различни роли в бизнеса, анализа и изкуствения интелект.
В момента той е главен учен по данни, който се стреми да създаде авангарден изкуствен интелект, който може да бъде направен достъпен за всички. Той дава представа за бъдещето на AI, как да бъдете ефективен лидер и как да използвате разказването на истории в науката за..
Използване на AdaBoost за прогнозиране на закъснения на полети
В днешно време Boosting е една от най-използваните техники за машинно обучение за прогнозен анализ. Силата му разчита на подобряване на производителността на модела чрез комбиниране на така наречените „слаби обучаеми“, за да се създаде солиден, силен класификатор.
За тази история работих с набора от данни на Airlines, за да предвидя закъснение, от Джимс Чако. Можете да го изтеглите от Kaggle .
Казано по-просто, Adaptive Boosting или AdaBoost е групов метод, използван в машинното..
Прогнозиране на цената с помощта на проста линейна регресия в Python
Казва се, че две променливи, x и y, имат линейна връзка, ако увеличението на една променлива причинява другата променлива да се увеличава или намалява пропорционално, т.е. двете променливи са пряко свързани и ако връзката е начертана на графика, тя трябва да даде ти права линия. Линейните зависимости се представят математически със следната формула.
y = mx + c
where
y - dependent variable
x - independent variable
m - slope
c - y-intercept
Един много често срещан пример за линейна..
Иновационното предизвикателство на T-Hub на United Technologies в интелигентния аерокосмически сектор за машинно зрение...
Иновационното предизвикателство на T-Hub на United Technologies — Smart Aerospace — Machine Vision & Predictive Analytics!
Да, вярно е, че изкуственият интелект помага на машините да „виждат“. Този блог опростява основното разграничаване между компютърно зрение (CV) и машинно зрение (MV). Всеки има силни страни, ограничения и най-добри сценарии за използване на тези припокриващи се технологии.
Компютърно зрение: Кратка история
Когато компютърното зрение започна да се оформя..
Ръководство стъпка по стъпка за избор на най-добрия модел за машинно обучение за вашия проект
Въведение
Машинното обучение е мощен инструмент, който може да се използва за решаване на широк кръг от проблеми. Въпреки това, с толкова много различни модели, от които да избирате, може да бъде предизвикателство да разберете кой е подходящ за вашия проект. В това ръководство ще ви преведем през процес стъпка по стъпка, за да ви помогнем да изберете най-добрия модел на машинно обучение за вашите нужди.
Стъпка 1: Определете проблема, който искате да решите
Първата стъпка е да..
Различни предсказващи модели и правилният за вас
Ключови съображения и стратегии за навигиране в сложния пейзаж на прогнозното моделиране
Въведение
Изборът на правилния модел за прогнозиране е от решаващо значение за всеки проект за анализ, управляван от данни, или проект за машинно обучение. С много налични алгоритми и техники изборът на най-подходящия модел може значително да повлияе на точността и надеждността на вашите прогнози. Процесът включва внимателно оценяване на различни фактори, включително естеството на проблема,..
За мъдростта на тълпите: Колективен прогнозен анализ
„Всички големи лъжи имат семе на истината“ (Джеймс Котрел, лична комуникация, 2004 г.). През 1907 г. сър Франсис Галтън (1855–1911) – британски статистик, чийто набор от изследвания се фокусира върху човешкия интелект и който също се оказва братовчед на Чарлз Дарвин – отбелязва, че на фестивално състезание в Корнуол, където хората се опитват да отгатнат тежестта на вол, средната стойност на всички предположения беше постоянно близка до действителното тегло на вола (Galton, 1907; Ball, 2014;..
