Свързани публикации 'predictive-analytics'


Data Science с Python — Бърз съвет
Бърз и лесен начин да видите вашите първоначални резултати от прогнози и точност По време на първите няколко първоначални итерации на обучение на модел за проблем с класификация , обичам бързо да проверя колко добре се представят прогнозите ми и по-конкретно кои са някои от „попаденията“ и „ пропуски”. Например: В тази статия бих искал да споделя бърз начин да направите това с няколко реда код на Python. Първо, нека приемем, че вече имаме панда рамка с данни (df_tst),..
Копаене по правило за асоцииране — Не е вашият типичен ML алгоритъм
Много математически алгоритми, които използваме в науката за данни и машинното обучение, изискват числови данни. И много алгоритми са склонни да бъдат много сложни за изпълнение (като „Машини за поддържащи вектори“ или „Локално линейно вграждане“, които обсъждахме по-рано). Но извличането на правила за асоцииране е идеално за категорични (нечислови) данни и не включва нищо повече от просто преброяване! Това, което имаме тук, е прост алгоритъм с не толкова опростени резултати!..
OPENTOPIC И IBM WATSON ПРАВЯТ ПРОГНОЗИ ЗА TIME INC’
Time Inc. е световна издателска компания с над 90 марки списания и 60 цифрови заглавия. В дигиталната ера, в която хората имат привидно неограничен брой канали за изразяване на чувствата и гледните си точки, Time Inc. търси нови начини да вдъхновява редакцията и да пише страхотни истории. Като издател с множество марки и обем от данни, които биха били невъзможни за обработка от хора, Time Inc. търсеше когнитивна технология, която да помогне да се разбере: 1. Честотата и канала , в който..
Aito.ai — Планирате ли да наемете специалисти по данни през 2020 г.? Първо прочетете това
Написано от Томи Холмгрен , изпълнителен председател на aito.ai Спокойните дни на празничния сезон са идеални за размисъл за предходната година и за правене на планове за предстоящата 2020 г. Какво въздействие ще направите през следващата година и какви са наличните инструменти и решения на пазара днес, които да ви помогнат да стигнете възможно най-бързо и ефективно? Когато тези цели включват използването на AI, често чувам, че първата цел е да се изгради екип за наука за данни. Не..
Ординална логистична регресия
Преглед и внедряване в R Можете ли да познаете каква е общата връзка в променливите, споменати по-долу: Ниво на удовлетвореност от работата — Недоволен, Доволен, Силно доволен Представяне на дадено лице — Слабо, задоволително, отлично Въздействие на регулация върху ефективността на банката — Положително, Неутрално, Отрицателно Променливите са не само категорични, но и следват ред (ниско към високо / високо към ниско). Ако искаме да предвидим такива многокласови подредени..
Caret срещу Tidymodels: Как да използвате двата пакета заедно?
Практически уроци Caret срещу Tidymodels: Как да използвате и двата пакета за машинно обучение? Пример за изграждане на модели с два популярни пакета заедно в R за прогнозиране на търсенето на споделяне на велосипеди Макс Кун създава и двата пакета (с приноса на много други талантливи хора). Пакетът caret (съкратено от C classification A nd RE gression T raining) рационализира процеса за създаване предсказуеми модели и е най-добрият избор сред потребителите на R...
Откриване на аномалии — Друго предизвикателство за изкуствения интелект
Вярно е, че индустриалният интернет на нещата ще промени света някой ден. Засега изобилието от данни кара света да се върти по-бързо. Натрупани в понякога неуправляеми масиви от данни, големите данни се превърнаха от Светия Граал в проблем, който тласка бизнесите и организациите да вземат по-бързи решения в реално време. Един от начините за по-бърза и по-ефективна обработка на данните е откриването на необичайни събития, промени или промени в наборите от данни. По този начин..