Публикации по теме 'classification'


Сравнение производительности моделей машинного обучения для классификации текста
Проблема классификации текстовых данных с использованием различных алгоритмов машинного обучения Если вы начинающий специалист по данным, вы наверняка сталкивались с какими-то «текстовыми данными», такими как твиты, заголовки газет, обзоры и т. Д. И вы, возможно, слышали о регулярных проектах, таких как классификация спам-фильтров, анализ настроений и т. В этом проекте я взял набор данных об отзывах пользователей об использовании наркотиков (лекарственных) через твиты Twitter...
Интерфейс к инструменту прогнозирования диабета на основе машинного обучения с использованием библиотеки Python Tkinter.
Tkinter — это стандартная библиотека графического интерфейса для Python. Python в сочетании с Tkinter обеспечивает быстрое и простое создание приложений с графическим интерфейсом. Tkinter предоставляет мощный объектно-ориентированный интерфейс для набора инструментов Tk GUI. Tkinter предоставляет различные элементы управления, такие как кнопки, флажки, метки, текстовые поля и т. д., используемые в приложениях с графическим интерфейсом. Эти элементы управления обычно называют виджетами. В..
5 алгоритмов классификации машинного обучения
Классификация, важнейшая задача обработки естественного языка, в значительной степени зависит от алгоритмов машинного обучения. Существует множество типов задач классификации, особенно популярным является анализ настроений. Каждая задача обычно требует определенного алгоритма, адаптированного к ее уникальным требованиям решения проблем. В своей статье под названием «Отсутствие априорных различий между алгоритмами обучения», опубликованной в Neural Computation, ученый-компьютерщик..
Более эффективный способ обнаружить и получить нового клиента, который имеет право на жилищный кредит
Обзор: Это исследование направлено на получение нового клиента, который соответствует требованиям жилищного кредита, и разделить клиентов на несколько кластеров, чтобы получить более эффективную картину, чтобы вероятность одобрения жилищного кредита была выше. Введение: Дом — одна из базовых потребностей, которая должна быть у каждого человека в этом мире, но на самом деле 150 миллионов человек по всему миру до сих пор не имеют дома. Это всего 2% от общей численности населения,..
SensAI Predict - создание службы классификации билетов с использованием NLP и ML
Автор Шьям Шинде Платформа обслуживания клиентов Helpshift используется такими компаниями, как Epic Games, Microsoft и Zynga, для получения заявок в службу поддержки от своих пользователей через мобильные приложения, веб-чат и электронную почту. Ежедневно на платформе поступают сообщения о тысячах новых билетов от более чем 2000 клиентов и 2+ миллиардов конечных пользователей по всему миру. Каждая хорошая компания хочет, чтобы ее заявки в службу поддержки были решены как можно скорее...
Создание вашей первой модели машинного обучения
Пошаговое руководство по созданию модели машинного обучения с нуля Вы энтузиаст машинного обучения и хотите начать свое путешествие с помощью Python? Не знаете, как начать создавать свою первую модель машинного обучения, читаете множество блогов о различных алгоритмах машинного обучения, которые объясняют каждый бит моделей, их математическую интуицию, но не показывают, как именно использовать ее с наборами данных? Возможно, вы наткнулись на множество материалов для чтения,..
Классовый дисбаланс: от SMOTE к SMOTE-N
Изучение трех алгоритмов решения проблемы дисбаланса классов В предыдущей статье мы объяснили, как работают алгоритмы наивной случайной передискретизации и примеров случайной передискретизации (ROSE). Что еще более важно, мы также определили проблему дисбаланса классов и интуитивно нашли решения для нее. Я настоятельно рекомендую проверить эту историю , чтобы получить четкое представление о классовом дисбалансе. В этом рассказе мы продолжим рассмотрение алгоритмов SMOTE, SMOTE-NC и..