Публикации по теме 'supervised-learning'


Давайте понятно объясним: KNN
В этой серии я собираюсь объяснить наиболее распространенные алгоритмы машинного обучения, начиная с основ и заканчивая гораздо более сложными. Первым кандидатом в серию является хорошо известная модель K-ближайших соседей (или сокращенно KNN). Эта модель используется для классификации новых точек данных на основе расстояний до других точек данных. Эта модель контролируется, поскольку у нас есть много данных с известными метками, которые мы можем передать в нашу модель для ее..
Алгоритмы машинного обучения
– Краткий обзор Что такое машинное обучение? Артур Сэмюэл (1959): «Область исследования, которая дает компьютерам возможность учиться без явного программирования». Том Митчел (1997): «Говорят, что компьютерная программа учится, если ее производительность при выполнении задачи T, измеряемая производительностью P, улучшается с опытом E». Какие алгоритмы машинного обучения использовать? Выбор правильного алгоритма машинного обучения зависит от нескольких факторов, включая..
Введение в машинное обучение для неспециалистов — Часть 2
Это вторая часть серии статей, которые я пишу, чтобы познакомить потенциально широкую аудиторию с машинным обучением. Если она вам понравилась, пожалуйста, поделитесь этой статьей в социальных сетях и подпишитесь на меня здесь и в Твиттере . Это лучший способ поддержать мою работу. Спасибо! В первой части этой серии я попытался познакомить вас с ИИ, машинным обучением и глубоким обучением. В этой части мы собираемся узнать о нескольких основных концепциях машинного обучения...
Эволюция машинного обучения и его усиление
ИИ – это часть искусственного интеллекта Целью машинного обучения (ML) является понимание построения информации и встраивание этой информации в модели, которые могут быть восприняты и использованы отдельными людьми. В основной регистрации расчеты представляют собой наборы настраиваемых инструкций, используемых ПК для определения или решения проблем. Расчеты AI скорее учитывают ПК для обработки источников данных и используют измеримое исследование для получения оценок, которые..
Машинное обучение: линейная регрессия
Ранее мы рассмотрели Логистическую регрессию с использованием Python и Spark . На этот раз мы сосредоточимся на линейной регрессии. Линейная регрессия - еще один тип регрессионной модели; он широко используется отчасти из-за того, что это одна из самых старых моделей. Это также один из простейших алгоритмов, поэтому он доступен в таких программах, как Microsoft Excel и Google Таблицы. Линейная регрессия - это прогностическая модель, используемая в обучении с учителем. Например, вы..
Машинное обучение: контролируемое и неконтролируемое
И. Контролируемое обучение: Обучение с учителем — это задача изучения функции, которая сопоставляет входные данные с выходными, используя пары вход-выход, используя помеченные данные обучающего набора с указанным целевым атрибутом. Регрессия и классификация A. Регрессия используется для предсказания действительного числа . Б. Классификация используется для прогнозирования дискретного значения — спам или не спам. В обучении с учителем сложность состоит в том,..
Техника повышения градиента
"Машинное обучение" Техника повышения градиента Численное объяснение вместе с математической интуицией Вступление Gradient Boosting Technique - это контролируемый алгоритм машинного обучения, принадлежащий к семейству Ensemble Boosting Technique. Обычно он применяется как для регрессионных, так и для классификационных задач, чтобы создать модель, которая оценивает выходные характеристики на основе комбинированного выходного результата моделей обучаемого со слабым..