Публикации по теме 'random-forest'


Прогнозирование вторичной структуры белка с помощью машинного обучения
Введение: Вторичная структура белка относится к локальным трехмерным конформациям белков, которые важны для их функции. Предсказание вторичной структуры белка может помочь нам понять, как он функционирует, и потенциально разработать новые белки для конкретных целей. В этом проекте мы будем использовать методы машинного обучения для предсказания вторичной структуры белка с учетом его первичной последовательности (порядка аминокислот). Код: Во-первых, мы начнем с импорта..
Объяснение основных алгоритмов машинного обучения
Машинное обучение — это инструмент, который стал неотъемлемой частью анализа данных. Возможно, вы уже знаете о таких алгоритмах, как кластеризация K-средних или линейная регрессия для машинного обучения с учителем, но существует множество различных типов алгоритмов для машинного обучения. В этом посте мы поможем вам освоить их, чтобы вы могли использовать правильный для своей проблемы и увеличить свои шансы на успех. В этом посте мы рассмотрим: -Разница между контролируемым и..
Многомерный анализ временных рядов качества воздуха с использованием регрессора случайного леса
Введение Временные ряды — это тип последовательных данных, содержащих точки данных, отображаемые в определенный последовательный период времени. Это может варьироваться в единицах времени, от секунд до часов, от дней до недель и от месяцев до лет. Временные ряды используются в разных секторах, чтобы увидеть, как определенная переменная изменяется со временем. Например, наиболее популярно использование временных рядов на финансовых рынках для отслеживания изменений в цене и объеме..
Подробное руководство по древовидным алгоритмам машинного обучения
В этой статье вы найдете исчерпывающие ответы на следующие вопросы: Что такое алгоритмы дерева решений? Какова основная идея древовидных алгоритмов? Какие алгоритмы дерева популярны? Как можно повысить точность древовидной модели? Каковы преимущества и недостатки некоторых популярных алгоритмов дерева? Когда нам следует предпочесть древовидные методы глубокому обучению? В каких случаях следует предпочесть древовидные методы параметрическим методам?..
мл | Алгоритм случайного леса.
Алгоритм Random Forests всегда очаровывал меня. Мне нравится, как этот алгоритм можно легко объяснить любому без особых хлопот. Один быстрый пример, который я очень часто использую для объяснения работы случайных лесов, — это то, как компания проводит несколько раундов собеседований, чтобы нанять кандидата. Позвольте мне уточнить. Скажем, вы оказались на позиции статистического аналитика в WalmartLabs. Теперь, как и в большинстве компаний, у вас не будет одного раунда собеседования...
ПРОГНОЗИРОВАНИЕ ЦЕНЫ НА ДОМ С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ
1. Описание проекта А. Постановка задачи Ежедневно продаются тысячи домов. Есть несколько вопросов, которые задает себе каждый покупатель: какова реальная цена, которую заслуживает этот дом? Я плачу справедливую цену? B. Наилучшие возможные решения a.Эксперт по жилищным вопросам b.Интуиция о доме c.Использование машинного обучения C. Введение О проекте Прогнозирование цены дома - очень напряженная работа, так как при покупке дома мы должны учитывать разные вещи, такие как..
Проблема обнаружения обломков пемзы с помощью спутниковых изображений. Часть 2 — Обнаружение с помощью машины…
Это перевод ранее опубликованного поста. Оригинальная японская версия была опубликована 2 ноября 2021 года, и ее можно найти здесь . Введение В предыдущем блоге я пытался обнаружить участки с пемзой, разделив площадь на приблизительное пороговое значение. На этот раз я хотел бы попробовать контролируемую классификацию, которая представляет собой метод машинного обучения. Как и прежде, я буду использовать Sentinel-2, хотя пемза также может быть обнаружена спутником JAXA GCOM-C/SGLI...