Публикации по теме 'modeling'
Интуитивный взгляд на линейную регрессию
Линейная регрессия - самый простой, но эффективный алгоритм машинного обучения
Итак, вы попали сюда после поиска в Интернете, чтобы понять линейную регрессию, и я должен сказать, что ваш поиск здесь заканчивается.
Итак, без дальнейшего ожидания, давайте просто перейдем к нему.
«Обобщение - конечная цель любого алгоритма машинного обучения»
Алгоритмы машинного обучения пытаются решить два основных типа проблем:
Регрессия - прогнозирование непрерывного значения заданной точки..
Прогнозирование лекарственной устойчивости Mycobacterium Tuberculosis с помощью сверточной сети — Документ…
Нейронные сети могут улучшить предсказание лекарственной устойчивости патогенов
В этом посте я собираюсь рассмотреть недавнюю статью о стыке медицинских исследований, моделирования и машинного обучения. В статье Грин А.Г., Юн Ч.Х., Чен М.Л. и другие. Сверточная нейронная сеть выделяет мутации, связанные с устойчивостью Mycobacterium tuberculosis к противомикробным препаратам. Нац. коммуна 13, 3817 (2022). https://doi.org/10.1038/s41467-022-31236-0 описывает два подхода к..
Инструменты управления версиями моделей, которые необходимо знать для экспериментов с машинным обучением
Инструменты, упрощающие эксперименты с моделями машинного обучения
Как специалист по данным, вы когда-нибудь сталкивались с проблемой определения лучшей модели после проведения большого количества экспериментов и получения удовлетворительных результатов, но, к сожалению, вы не могли точно определить, какая из моделей работала лучше всего, потому что вы забыли сохранить эту модель? параметры и версии наборов данных, и после многих безуспешных попыток определить лучшую модель вы..
Демистификация ансамблевых моделей
Ансамблевые модели дают нам отличную производительность и позволяют решать самые разные задачи. Их легче обучить, чем другим методам, они требуют меньше данных и дают лучшие результаты. В машинном обучении ансамблевые модели являются нормой. Даже если вы их не используете, ваши конкуренты используют.
Кевин Лемагнен собирается представить ансамблевые модели, чтобы помочь нам распутать эти полезные модели, заглянув в черный ящик в Ensemble Methods Demystified .
[Статья по теме:..
5 моделей машинного обучения, которые должен знать каждый специалист по данным
Иногда самое сложное в машинном обучении — понять, с чего начать. Машинное обучение произвело фурор за последние несколько лет, и количество вариантов использования моделей постоянно растет. Часто не существует одной «правильной» модели для проблемы, которую вы пытаетесь решить, поэтому может быть полезно ознакомиться с несколькими вариантами. С таким количеством факторов, как размер, качество и тип данных, важно быть знакомым с различными моделями, чтобы знать алгоритм, который лучше..
От точности к Колмогорову-Смирнову: понимание и расчет метрик оценки модели
Осваивайте метрики оценки модели для классификации простым и интуитивно понятным способом.
Введение
При построении модели машинного обучения важно оценить, насколько хорошо модель работает с данными, на которых она обучалась, и с новыми данными. Метрики оценки модели помогают нам понять, насколько хорошо работает наша модель и где она может допускать ошибки. В этой статье мы рассмотрим различные метрики оценки модели, которые обычно используются в моделях классификации...
Машинное обучение - что вам нужно знать о «Выбор и оценка модели»
Чтобы проиллюстрировать задачу выбора модели, я рассмотрю проблему изучения одномерной / простой линейной регрессии. Предположим, что обучающая выборка может быть представлена в виде следующего рисунка:
Мы можем рассмотреть возможность подгонки полинома к данным. Однако мы можем не знать, какая степень d даст наилучшие результаты для нашего набора данных: малая степень может не соответствовать данным. (т. е. будет иметься большая ошибка приближения ), тогда как высокая..
