Публикации по теме 'supervised-learning'


Машинное обучение — В чем разница между обучением с учителем и обучением без учителя?
Машинное обучение — это захватывающая область, которая позволяет машине учиться без явного программирования, но через опыт! Существует два основных типа методов машинного обучения: контролируемое и неконтролируемое обучение . Давайте возьмем очень простой пример, но, на мой взгляд, очень эффективный: Дети! Да! Все когда-то были детьми и/или общались с ними. Представьте себе комнату, полную игрушек, и в эту комнату входит ребенок, который никогда не был там раньше и никогда не..
Деревья решений
Алгоритмы машинного обучения на основе дерева считаются наиболее широко используемыми и успешными алгоритмами обучения с учителем . Простая модель дерева решений проста для понимания и предоставляет чрезвычайно очевидные точки принятия решений для использования в бизнес-решениях. Хотя простому дереву решений не хватает точности, существуют модификации или сложные методы, основанные на деревьях решений, которые могут значительно повысить точность. Если вашей целью является..
Обучение и оценка регрессионных моделей (1/4)
Регрессия – это когда модели прогнозируют число. Что такое регрессия? Регрессия работает путем установления связи между переменными в данных, которые представляют характеристики, известные как особенности , наблюдаемого объекта, и переменной, которую мы пытаемся предсказать, известной как метка. . Например, если компания, занимающаяся прокатом велосипедов, хочет спрогнозировать ожидаемое количество прокатов в определенный день, регрессионная модель может предсказать это число. В..
Введение в машинное обучение
Началась эра машин и роботов. Люди думают, что машины и роботы должны быть запрограммированы, прежде чем они будут следовать их указаниям. Но что, если машины начнут учиться самостоятельно? Именно тогда на сцену выходит машинное обучение (ML). По сути, машинное обучение (ML) дает машинам возможность выполнять задачи, которые до сих пор считались выполняемыми исключительно людьми. Это подполе искусственного интеллекта (ИИ), которое позволяет машинам обучаться и делать прогнозы на основе..
Многомерная линейная регрессия
В многомерной линейной регрессии ваша цель состоит в том, чтобы создать утверждение гипотезы, которое даст значение, максимально близкое к вашим данным (рис. 1). При этом будет создана функция гипотезы для прогнозирования значения с использованием более чем одной независимой переменной. Затем, используя градиентный пристой, веса функций будут выбраны таким образом, чтобы разница между данными была минимизирована. Обозначение Заявление о гипотезе Функция одномерной гипотезы,..
Парадигмы машинного обучения
Обзор 3 наиболее важных парадигм машинного обучения: обучение с учителем, обучение без учителя, обучение с подкреплением Существует множество парадигм машинного обучения. Три наиболее важные парадигмы: Контролируемое обучение Неконтролируемое обучение
Все, что вам нужно знать о машинном обучении за 3 минуты
Машинное обучение Машинное обучение или также ML — это разновидность искусственного интеллекта (если вы не знаете, что такое искусственный интеллект, вы можете прочитать мои статьи: «Искусственный интеллект (ИИ) «) ML — это исследование компьютерных алгоритмов, которые со временем совершенствуются сами по себе. Изучение и создание алгоритмов, которые могут учиться на данных и делать прогнозы относительно данных, изучаются в машинном обучении. Отдел машинного обучения..