Публикации по теме 'supervised-learning'
Что такое контролируемое обучение?
Обучение под наблюдением похоже на изучение уже известного пути и использование знаний для новых путей. Если у вас есть данные с правильными выводами, их можно использовать для обучения модели, а модель можно использовать для прогнозирования ответов.
Есть две основные части контролируемого обучения.
Классификация
Это как класть фрукты одного сорта в одну упаковку. Он разделяет данные на части. Количество частей должно быть ограничено. Количество частей не должно быть..
Что такое искусственный интеллект?
Всесторонний обзор приложений ИИ
«Все, что может привести к развитию более умного, чем человеческий интеллект, — в форме искусственного интеллекта, интерфейсов мозг-компьютер или улучшения человеческого интеллекта на основе нейронауки — бесспорно выигрывает, поскольку делает больше всего для изменения мира. Ничто другое не находится даже в той же лиге».
— Элиэзер Юдковски
Искусственный интеллект ( ИИ ) стал сегодня неотъемлемой частью нашего мира, помогая нам изменить и..
Алгоритм метода опорных векторов (SVM)
Что такое SVM?
Машина опорных векторов, сокращенно SVM. SVM — это алгоритм контролируемого обучения, поэтому для его обучения требуются размеченные данные. SVM используется для классификации, а также для задач регрессии. Однако в первую очередь он используется для задач классификации в машинном обучении. В алгоритме SVM мы отображаем каждое наблюдение как точку в n-мерном пространстве (где n — количество признаков в наборе данных).
Как работает SVM?
SVM сортирует две..
Машинное обучение
Я из тех, кто поражен прогрессом, достигнутым людьми от преобразования инструментов до преобразования энергии в преобразование информации. «Я живу в век информации». для меня изменилось на «Я живу в век информационной перегрузки». Мы переходим от управления знаниями к управлению данными. Обработка данных и извлечение информации сейчас в моде, и мы многим обязаны машинному обучению.
Взгляните на путь машинного обучения, проделанный с 1950 года .
Эра машинного обучения (МО)..
K ближайший сосед
Алгоритм k-ближайших соседей, также известный как KNN или k-NN, представляет собой непараметрический классификатор с контролируемым обучением, который использует близость для классификации или прогнозирования группировки отдельных точек данных. Эта модель может использоваться как для классификации, так и для регрессии. Классификация. метка класса присваивается на основе большинства голосов. классификация используется для дискретных значений. Регрессия: среднее значение k..
Создание алгоритма KNN с нуля с помощью Pandas и Numpy.
Несмотря на то, что существует множество высокоуровневых библиотек, которые предоставляют готовые к использованию реализации алгоритмов машинного обучения, четкое понимание лежащих в их основе принципов позволяет нам принимать обоснованные решения и эффективно решать реальные задачи. Это позволяет нам оптимизировать и настраивать эти алгоритмы для конкретных случаев использования и лучше интерпретировать их результаты. В этой записи блога мы углубимся в область алгоритмов машинного..
KNN (K ближайших соседей)
K Теория ближайших соседей
Алгоритм k-ближайших соседей (KNN) — это непараметрический алгоритм обучения с учителем, который легко построить. Хотя его можно использовать для решения как задач классификации , так и регрессии , чаще всего он используется в бизнесе для решения проблем классификации.
В этом алгоритме мы будем искать похожие наблюдения, наиболее близкие к ожидаемым точкам данных. Когда модель предсказывает новую точку данных, она ищет в обучающем наборе ближайших соседей..
