Публикации по теме 'classification'
Рефераты по машинному обучению (часть 2): деревья решений
Обучение дерева решений — это классический алгоритм, используемый в машинном обучении для целей классификации и регрессии.
Регрессия — это процесс прогнозирования непрерывного значения в отличие от прогнозирования метки дискретного класса в классификации.
Основная интуиция, лежащая в основе дерева решений, состоит в том, чтобы наметить все возможные пути принятия решений в виде дерева.
Каждый путь от корня к листу дерева означает процесс принятия решения. Давайте попробуем..
Как классифицировать рукописные цифры с помощью многослойного персептронного классификатора
Что такое многослойный персептрон? Каковы плюсы и минусы МЛП? Можем ли мы точно классифицировать рукописные цифры с помощью классификатора MLP? Как выглядят выученные веса?
1. Краткое введение
Изучение логистической регрессии (часть 2): простой пример учебных часов для студентов
с Python доктора Элвина Анга
https://www.alvinang.sg/s/Logistics_Regression_with_Python_Student_Study_Hours_Example_by_Dr_Alvin_Ang.ipynb
https://www.alvinang.sg/s/results.csv
Логистическая регрессия в Python Подробно о логистической регрессии towardsdatascience.com
Цель
Мы покажем, что если студент изучает что-либо более 3 часов, у него будет высокий шанс ожидаемого прохождения.
Шаг 1. Импорт набора данных
1a)..
Алгоритм K-ближайших соседей, объясненный простыми словами
Скажи мне, кто твои соседи, и я скажу тебе, кто ты.
Если вы общались с специалистом по данным или изучаете науку о данных, скорее всего, вы слышали об алгоритме k -Nearest Neighbours (или k -NN , для краткости).
Когда я впервые услышал этот термин на сетевом мероприятии, мне в голову пришло следующее изображение:
К сожалению, алгоритм k -NN предлагает мало информации о ваших соседях, если, конечно, вы не думаете о них как о точках данных .
Что такое алгоритм k -NN?..
Насколько широкой должна быть моя сеть?
В моей предыдущей истории я рассмотрел вопрос о том, сколько слоев нужно нейронной сети для простых задач классификации. Я изучил линейную классификацию наборов данных AND и OR, а также более сложные XOR и данные двух лун.
Используя Keras, я показал, что нам нужен один слой для классификации линейных данных, в первую очередь потому, что одной гиперплоскости достаточно, чтобы различать разные метки, а для более сложных данных нам нужно как минимум два слоя. Действительно, согласно..
K-ближайшие соседи Простой, но мощный алгоритм машинного обучения
Смотрите видео пояснения к этой статье здесь .
K-ближайшие соседи, также известные как KNN, — это очень мощный алгоритм машинного обучения. Он используется для решения как классификационных, так и регрессионных задач.
Мы начнем с классификации, потому что она в основном используется для решения задач классификации.
KNN для классификации:
Проблема классификации может быть бинарной классификацией или многоклассовой классификацией. Здесь для простоты мы берем бинарную..