Публикации по теме 'supervised-learning'
Краткий обзор алгоритмов машинного обучения — Часть I (под наблюдением)
«В алгоритмах, как и в жизни, настойчивость обычно окупается», — Стивен С. Скиена
В этом блоге мы будем в основном освещать контролируемые алгоритмы.
Ограничения алгоритмов параметрического машинного обучения: —
Ограниченный : очень менее гибкий и очень ограниченный в приложении. Ограниченная сложность : поэтому больше подходит для более простых задач. Плохое соответствие . На практике они, скорее всего, будут не соответствовать базовой функции..
Краткое введение в машинное обучение-2: обучение и типы проблем в машинном обучении
«Машинное обучение — это наука о том, как заставить компьютеры учиться и действовать так же, как люди, и со временем улучшать свое обучение без явного программирования. — Артур Сэмюэл»
Основная цель этой статьи — познакомить читателей с фундаментальными концепциями машинного обучения.
Я хочу объяснить эти концепции простым и понятным способом, чтобы независимо от того, новичок ли вы в этой теме или уже обладаете некоторыми знаниями, вы могли легко следовать инструкциям.
Моя цель..
Как аннотировать и маркировать данные временных рядов?
(Исходная статья была написана в ноябре 2022 г. Жюльеном Мюллером, техническим директором Ezako и моим соучредителем. В феврале 2023 г. я внес несколько дополнений для завершения статьи.)
Что такое данные временного ряда?
В Ezako мы являемся экспертами в области данных временных рядов. Данные временных рядов — это особый тип данных, который сильно отличается от других типов данных способом их создания и использования. Их свойства также отличаются от других типов данных. Однако они..
Полное руководство по контролируемому, неконтролируемому обучению и обучению с подкреплением: понимание…
ВВЕДЕНИЕ
Машинное обучение — это захватывающая область искусственного интеллекта, которая вращается вокруг разработки алгоритмов и моделей, способных учиться на данных, чтобы делать прогнозы или принимать решения. В машинном обучении есть три основных парадигмы: обучение с учителем, обучение без учителя и обучение с подкреплением. В этой статье мы подробно рассмотрим эти парадигмы, изучив лежащие в их основе принципы, реальные приложения и поддерживающие их математические основы...
KNN и алгоритм K-Means ML
K-ближайшие соседи (KNN) и K-Means — это два популярных алгоритма машинного обучения, используемые для классификации и кластеризации соответственно. Хотя у них похожие названия, они принципиально разные и служат разным целям в области науки о данных.
K ближайших соседей (KNN)
Алгоритм K-ближайших соседей — это непараметрический алгоритм обучения на основе экземпляров. Это контролируемый алгоритм обучения, который используется для классификации и регрессии. KNN прост и понятен, и..
Определите сегментацию клиентов
введение
В этом проекте вы проанализируете демографические данные клиентов компании, занимающейся продажами по почте в Германии, и сравните их с демографическими данными для населения в целом. Вы будете использовать неконтролируемые методы обучения для сегментации клиентов, определяя части населения, которые лучше всего описывают основную клиентскую базу компании. Затем вы примените полученные знания к третьему набору данных с демографической информацией для целей маркетинговой кампании..
K-классификация ближайших соседей
KNN — это контролируемый алгоритм машинного обучения, используемый для решения постановки задачи классификации. Этот алгоритм использует концепцию вычисления евклидова расстояния между точками данных в наборе данных для поиска ближайшего соседа.
На приведенном выше рисунке пусть красный и синий цвета обозначают разные метки категории для задачи классификации. Красный обозначает «класс А», а синий обозначает «класс В».
Теперь наша задача состоит в том, чтобы классифицировать новую..
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..