Нейронные сети продемонстрировали большие улучшения в задаче классификации и широко используются. Здесь я хочу показать, как нейронная сеть может делать такую ​​хорошую работу, просто используя простые математические операции. Сначала давайте посмотрим, что такое классификация? Представьте, что вам дано 100 помеченных образцов длины лепестков и длины чашелистиков двух видов цветков. Итак, у вас есть 50 образцов цветка A и 50 образцов цветка B. Теперь кто-то дает вам новый образец..

Несбалансированные наборы данных распространены в реальном мире. Устранение этих дисбалансов представляет собой сложную задачу. Например, в прогнозе погашения кредита из 100 случаев может быть менее 20 неплательщиков. Когда эти данные передаются через любую модель для прогнозирования неплательщиков, точность будет очень низкой, поскольку данные смещены в сторону недефолтеров. Чтобы справиться с такими сценариями, мы можем использовать методы повторной выборки. Ниже приведены несколько..

Всем привет! Итак, это часть моделирования, и давайте начнем прямо сейчас. Прежде чем мы начнем что-либо, мы могли бы подумать о том, какие алгоритмы ML мы собираемся использовать. Честно говоря, я считаю, что на этот вопрос нет правильного ответа, и лучше всего использовать все существующие алгоритмы машинного обучения и посмотреть, какой из них работает лучше всего. Из первой части этого проекта EDA мы узнали, что многие функции не будут работать с «регрессией», поскольку некоторые..

Когда я начинал заниматься машинным обучением, имея опыт работы в информатике, мне всегда требовалось время, чтобы понять статистические концепции и вспомнить, что я узнал во время учебы. Однако я также пришел к выводу, что чем яснее мои основы, тем легче мне понять стоящую передо мной проблему. На пути к машинному обучению есть несколько чрезвычайно важных вех, которые необходимо достичь, чтобы ускорить свой путь. Одна из таких вех - вероятность и условная вероятность. В этой статье..