Публикации по теме 'feature-engineering'
Пример землетрясения LANL
В этом блоге мы проведем тематическое исследование о землетрясении LANL, которое представляет собой конкурс, проводимый на Kaggle.com . В этом примере мы предскажем время следующего землетрясения.
Набор данных:
Набор данных был создан в лаборатории, где с помощью экспериментов они создали землетрясение и записали его. Вот — видео эксперимента.
Набор данных можно найти здесь . Этот набор данных содержит 8,9 ГБ обучающего CSV-файла и тестовую папку с 2624 файлами, каждый из..
Анализ функций и машинное обучение для безопасности дорожного движения
Использование функций для определения небезопасных и опасных дорог и, таким образом, предотвращения дорожно-транспортных происшествий и травм.
Эта статья изначально была опубликована в блоге Омдены .
Среди других статей, описывающих интересные методы моделирования для присвоения дорогам «оценки безопасности» и определения самых безопасных дорог. Таким образом уменьшите количество дорожно-транспортных происшествий и спасите жизни.
Прочтите о других методологиях, используемых в..
Вам действительно нужен магазин функций?
В большинстве случаев хранилище функций является излишним
Похоже, что каждая опытная команда машинного обучения создала хранилище функций для своей платформы машинного обучения. Uber построил Палитру . Airbnb построила Зиплайн . Netflix построил Путешествие во времени . Google Cloud работал с нашим клиентом GoJek над созданием Feast .
К счастью, вам больше не нужно создавать или управлять своими собственными. Google Cloud Vertex AI предлагает полностью управляемый магазин..
Числовые функции и разработка функций
«Мусор в мусоре на выходе» — это первое, что я выучил, будучи студентом-информатиком. Только в этом контексте легко понять, зачем нам нужна разработка признаков. Проще говоря, чтобы создать отличную модель машинного обучения, нам нужно предоставить ей набор данных, который имеет смысл. В этом блоге я пытаюсь объяснить потребности разработки функций, особенно для числовых функций.
Предположения. Большинство моделей основано на предположениях. Например: линейная регрессия основана на..
Преобразование Фурье, прикладное (2): понимание фазового угла
Понимание основ фазы БПФ
В предыдущем посте визуализация касалась исключительно величины преобразования Фурье. Здесь мы расширим недостающую часть: фаза!
Ознакомьтесь с предыдущими статьями цикла!
Преобразование Фурье (1) Введение в частотную область peterbbryan.medium.com
В предыдущем посте я показал, как можно использовать величину преобразования Фурье для оценки частотных составляющих сигнала. Однако, имея только частоту, мы не..
Как разработать торгового бота с машинным обучением: анализ данных
Ранее в разделе "Как разрабатывать":
Если вы хотите максимизировать производительность разработки и кодирования, пожалуйста, прочитайте Как спроектировать торгового бота с машинным обучением — Часть 2: Анализ данных перед тем, как продолжить.
Далее посмотрим на развитие.
Анализ данных является ключевым компонентом машинного обучения. В сочетании с числовыми данными финансового рынка это становится еще более значимым. Статьи в этой серии разработаны как учебный материал. В..