Публикации по теме supervised-learning

Публикации по теме 'supervised-learning'

Будет ли у вас болезнь сердца? Прогнозирование сердечных заболеваний с использованием машинного обучения

Здоровое тело - это ключ к достижению всего, о чем вы мечтали. Хотя наше сердце является двигателем нашего тела, но не так много людей действительно обращают на него внимание, пока сердечная недостаточность не застает их врасплох. По данным Американской кардиологической ассоциации, болезни сердца действительно имеют большое значение в США, примерно каждая третья смерть в США связана с сердечными заболеваниями. И около 2300 жителей Америки умирают каждый день из-за болезней сердца...

Линейная регрессия

Линейная регрессия — это статистический метод, используемый для моделирования взаимосвязи между двумя переменными, где одна переменная рассматривается как независимая переменная, а другая — как зависимая переменная. Метод предполагает, что связь между двумя переменными может быть смоделирована линейной функцией. Цель линейной регрессии — найти наиболее подходящую линию, представляющую линейную связь между двумя переменными. Линия наилучшего соответствия — это линия, которая..

Набор данных ответа AOC

Аккаунт члена палаты представителей Александрии Окасио-Кортес в Twitter «@AOC» - это горячая точка для политических дискуссий. Опытный интернет-серфер предупреждает: «не читайте комментарии», но я провел там много времени, читал, сбит с толку, к счастью, только однажды заставил ответить (кто-то сказал, что она могла получить голоса только в Бруклине). В политическом Твиттере самых яростных пользователей называют «ботами». Я не могу знать, являются ли эти аккаунты настоящими..

Оптимизация: функция потерь под капотом (часть I)

При построении модели машинного обучения мне обычно приходят в голову подобные вопросы: как оптимизируется модель? Почему модель A превосходит модель B? Чтобы ответить на них, я думаю, что одной из точек входа может быть понимание функций потерь различных моделей и, кроме того, возможность выбрать подходящую функцию потерь или самостоятельно определить функцию потерь в зависимости от цели проекта и допустимости типа ошибки. . Я опубликую серию блогов, в которых обсуждаются функции..

Прогнозирование цен на жилье в Калифорнии

Я постараюсь предсказать цены на жилье в Калифорнии на основе множества факторов/особенностей. В настоящее время рынок жилья значительно растет, и Калифорния является одним из самых популярных штатов для проживания, будь то из-за погоды, пляжей, центральности или из-за множества предлагаемых вакансий, связанных с технологиями. Поэтому будет интересно изучить, какие факторы могут повлиять на цены на жилье в Калифорнии, и, надеюсь, модель поможет потенциальным покупателям принимать более..

Основы для любых задач ML или DL

Всем, кто хочет начать свое путешествие в области концепций искусственного интеллекта, важно понимать, что реализации машинного обучения или глубокого обучения без математического понимания беспочвенны. Первоначально нам может не понадобиться это математическое понимание, чтобы знать, как реализовать классификацию образцов или задачи регрессии, но если вы хотите по-настоящему понять цель того, что вы делаете, взгляните на следующее и не тратьте время впустую, как я. . Во-первых, почему мы..

Контролируемое машинное обучение: что?, где? и как?

Контролируемое машинное обучение — это тип машинного обучения, при котором модель обучается на размеченных наборах данных, что означает, что правильный результат уже известен для каждого входа. Модель изучает сопоставление между входными и выходными данными и может делать прогнозы на основе новых, невидимых данных. Существует два основных типа контролируемого обучения: Регрессия Классификация Общий процесс контролируемого обучения выглядит следующим образом: Соберите и..