Публикации по теме 'scikit-learn'


Учебник по базовому распознаванию символов
В учебнике по базовому распознаванию символов показано, как извлекать отдельные символы / цифры из изображений с помощью библиотеки scikit-image , которая представляет собой обработку изображений в Python, и прогнозировать изображение с помощью scikit- Learn , машинное обучение на Python, для классификации и прогнозирования изолированных изображений символов / цифр. Цели Написание базовой программы распознавания символов с использованием языка программирования Python...
Классификация изображений с помощью K ближайших соседей
K-Nearest Neighbours (k-NN) - это контролируемый алгоритм машинного обучения, то есть он учится на помеченном обучающем наборе, принимая обучающие данные X вместе с его метками y, и учится сопоставлять вход X с желаемым выходом y. Алгоритм k-NN, пожалуй, самый простой из алгоритмов машинного обучения. Модель состоит только из обучающих данных, то есть модель просто изучает весь обучающий набор и для прогнозирования выдает результат в виде класса с большинством в «k» ближайших соседей,..
Scikit-learn  — универсальное решение в области машинного обучения.
Я в восторге от Scikit-learn . Я всегда использовал scikit-learn для моделирования данных и метрик. Но я понятия не имел, насколько разнообразной и полезной может быть эта библиотека! Итак, этот пост посвящен рассмотрению и восхвалению Scikit-learn. Что такого особенного в scikit-learn? Теперь, если вы настроены скептически и еще не изучили его возможности, вы, должно быть, думаете: « что это за шумиха?» «Итак, позвольте мне рассказать вам о причинах этой навязчивой идеи. Все..
Практический процесс разработки регрессионных моделей машинного обучения с помощью Python
Оглавление 1. Импортируйте необходимые пакеты 2. Чтение данных 3. Разделите данные на функции X и нацельтесь на y 4. Разделить набор данных для обучения и тестирования модели. 5. Нормализация данных 6. Обучите модель
Машина читает Бертрана Рассела
Машина читает Бертрана Рассела Приложение обработки естественного языка (NLP) с использованием облака слов, тематического моделирования и схожести текста Одна из моих секретных целей - читать больше работ Бертрана Рассела; Рассел был эрудитом и плодовитым писателем по целому ряду предметов, включая философию, логику, социальные вопросы и математику. Естественно, я подумал, что если попросить мой компьютер прочесть часть информации от моего имени, это поможет, особенно когда мы все..
Различные места для получения наборов данных для машинного обучения (Часть 6: Наборы данных Scikit Learn из реального мира)
на Python доктора Элвина Энга https://www.alvinang.sg/s/Various_Places_to_Get_Datasets_for_Machine_Learning_by_Dr_Alvin_Ang_v2.ipynb 7.2. Реальные наборы данных scikit-learn предоставляет инструменты для загрузки больших наборов данных и их скачивания при необходимости. Их можно загрузить с помощью… scikit-learn.org Шаг 1. Получите список наборов данных Шаг 2. Импорт набора данных Шаг 3: Распечатайте аккуратный..
Сравнение масштабаторов машинного обучения
Что отличает различные масштабаторы, доступные в sklearn? Масштабирование является жизненно важным этапом предварительной обработки в нашем рабочем процессе машинного обучения при работе с функциями, которые имеют разные величины. Масштабируя, мы можем более точно сравнивать наши функции и достигать лучших результатов моделирования. Самой популярной библиотекой Python для машинного обучения является scikit-learn (обычно называемая sklearn), которая поставляется с пакетом предварительной..