Публикации по теме 'predictive-analytics'


Путешествие героя | Т. Скотт Кленданиэль в подкасте The Artists of Data Science
В этом выпуске The Artists of Data Science у нас есть возможность услышать от Т. Скотта Кленданиэля, лидера в области науки о данных с более чем тридцатилетним опытом работы на различных должностях в бизнесе, аналитике и искусственном интеллекте. В настоящее время он является главным специалистом по данным, который стремится создать передовой искусственный интеллект, доступный для всех. Он дает представление о будущем искусственного интеллекта, о том, как стать эффективным лидером и как..
Использование AdaBoost для прогнозирования задержек рейсов
В настоящее время Boosting является одним из наиболее часто используемых методов машинного обучения для прогнозной аналитики. Его сила зависит от повышения производительности модели за счет объединения так называемых «слабых учеников» для создания надежного и сильного классификатора. Для этой статьи я использовал набор данных Airlines, чтобы предсказать задержку, составленный Джимсом Чако. Вы можете скачать его на Kaggle . Проще говоря, Adaptive Boosting или AdaBoost  – это..
Прогнозирование цены с использованием простой линейной регрессии в Python
Говорят, что две переменные, x и y, имеют линейную зависимость, если увеличение одной переменной вызывает пропорциональное увеличение или уменьшение другой переменной, т. е. две переменные напрямую связаны, и если зависимость изображена на графике, она должна давать ты прямая. Линейные отношения математически представлены следующей формулой. y = mx + c where y - dependent variable x - independent variable m - slope c - y-intercept Одним из очень распространенных примеров линейной..
Инновационный вызов T-Hub United Technologies в интеллектуальном аэрокосмическом секторе для машинного зрения…
Инновационный конкурс T-Hub United Technologies — Smart Aerospace — Machine Vision & Predictive Analytics! Да, искусственный интеллект действительно помогает машинам «видеть». Этот блог упрощает основное различие между компьютерным зрением (CV) и машинным зрением (MV). Каждая из этих пересекающихся технологий имеет сильные стороны, ограничения и оптимальные сценарии использования. Компьютерное зрение: краткая история Когда компьютерное зрение начало формироваться в 1960-х..
Пошаговое руководство по выбору лучшей модели машинного обучения для вашего проекта
Введение Машинное обучение — это мощный инструмент, который можно использовать для решения широкого круга задач. Тем не менее, при таком большом количестве различных моделей может быть сложно определить, какая из них подходит для вашего проекта. В этом руководстве мы проведем вас через пошаговый процесс, чтобы помочь вам выбрать лучшую модель машинного обучения для ваших нужд. Шаг 1. Определите проблему, которую вы хотите решить Первый шаг — определить проблему, которую вы..
Различные модели прогнозирования и подходящая для вас
Ключевые соображения и стратегии навигации по сложному ландшафту прогнозного моделирования Введение Выбор правильной прогностической модели имеет решающее значение в любом проекте анализа данных или машинного обучения. При наличии множества доступных алгоритмов и методов выбор наиболее подходящей модели может значительно повлиять на точность и надежность ваших прогнозов. Этот процесс включает в себя тщательную оценку различных факторов, включая характер проблемы, доступные данные и..
О мудрости толпы: коллективная прогнозная аналитика
«Всякая великая ложь имеет зерно истины» (Джеймс Коттрелл, личное сообщение, 2004 г.). В 1907 году сэр Фрэнсис Гальтон (1855–1911) - британский статистик, чьи исследования были сосредоточены на человеческом интеллекте и который также был двоюродным братом Чарльза Дарвина, - заметил это на фестивальном конкурсе в Корнуолле, где люди пытались угадать вес быка, среднее значение всех предположений неизменно близко к фактическому весу быка (Galton, 1907; Ball, 2014; Gega, 2000). Автор Джеймс..