Публикации по теме 'machine-learning-ai'
Повышение градиента
Вау, я рад, что наконец понял это ❤.
Начиная с нашего понимания AdaBoost.
Адабуст
Предположим для регрессии Прежде всего постройте небольшое дерево из обучающих данных, называемое пнем. Используя ошибки в качестве веса для этого наблюдения (или используйте этот вес наблюдения несколько раз), постройте еще один пень. Повторите шаг 3 до необходимого количества итераций.
Теперь Gradient Boosting работает таким же образом, но есть разница.
Где вместо маленького пня GBM строит..
Почему вам не стоит изучать машинное обучение?
Машинное обучение сейчас является одной из популярных областей технологий. Многие инженеры и техники по всему миру пытаются освоить машинное обучение. Вы можете подумать, что мы сумасшедшие, если говорим, почему вам не следует изучать машинное обучение? Особенно с множеством вакансий, доступных в области машинного обучения, и для поддержки спроса существует множество онлайн-сайтов, форумов и т. Д., Которые могут помочь вам построить свою карьеру в области машинного обучения.
Правда в..
Введение в машинное обучение
Модели машинного обучения можно разделить на следующие три типа в зависимости от выполняемой задачи и характера выходных данных:
Регрессия : прогнозируемая выходная переменная представляет собой непрерывную переменную , например, балл учащегося по предмету. Классификация . Прогнозируемая выходная переменная — это категориальная переменная , например классификация входящих электронных писем как спама или нежелательной почты. Кластеризация : сформированным группам/кластерам не..
Графическая модель в машинном обучении
Вступление
Графическая модель является подразделом Машинного обучения . Он использует график для обозначения проблемы домена. График показывает структуру условной потребности между случайными величинами. Они используются во многих алгоритмах машинного обучения. Например;
Наивный алгоритм Байеса Скрытая марковская модель Ограниченная машина Больцмана Нейронные сети
В этой статье мы узнаем о графической модели, ее типах и применении.
Описание
Есть много причин узнать о..
Растущая популярность технологии машинного обучения
Растущая популярность технологии машинного обучения
Машинное обучение (ML) - это отрасль искусственного интеллекта (AI) и информатики, которая позволяет компьютерам управлять задачами, которые до сих пор выполнялись операторами. От автономных автомобилей до перевода речи, машинное обучение резко увеличивает возможности ИИ, тем самым помогая программным инструментам разобраться в сложном и беспорядочном реальном мире.
Но что такое ML и что делает возможным нынешний взрыв в нем?..
Машинное обучение в помощь врачам
Врачи уже давно используют визуальную оценку медицинских изображений для определения курса лечения рака. Новый пакет программ от исследователей Фраунгофера выявляет изменения в изображениях и облегчает эту задачу с помощью глубокого обучения. Эксперты продемонстрируют это программное обеспечение в Чикаго с 27 ноября по 2 декабря на крупнейшем в мире радиологическом собрании RSNA.
Уменьшилась ли опухоль в ходе лечения в течение нескольких месяцев или появились новые опухоли? Чтобы..
Метрики классификации
В обычном мире точность и точность часто взаимозаменяемы, но не когда дело доходит до машинного обучения. Точность и точность - действительно важные метрики, которые используются для оценки модели, и вместе с отзывом и F1 они составляют знаменитые метрики классификации .
Матрица неточностей - лучший инструмент, с помощью которого можно полностью понять, почему эти четыре показателя так важны для оценки модели. Вот как это выглядит:
Если вы запутались, не волнуйтесь. Это..
