包含标签 machineLearning 的文章

使用Python介绍SHAP

对于给定的预测,SHAP值可以告诉我们模型中的每个因素对预测的贡献程度。我们还可以聚合SHAP值,以了解模型通常如何进行预测。最终,我们可以使用SHAP值来识别和可视化模型中的重要关系。通过这样做,我们了解了我们的模型是如何工作的。我们将在本文中详细解释如何做到这一点。 重点将是解……

阅读全文

我将如何学习数据科学(如果我必须在2022年重新开始)

介绍 首先,数据科学是一个不断发展的领域,你必须不断更新自己,以便保持相关性。新的算法将会出现,最先进的矢量化模型将会出现。突然间,曾经被忽视的旧算法将崛起。这也是在这个充满挑战的领域里的乐趣所在。如果我是初学者,我会向自己推荐以下结构。 我在一个混乱的体系结构中学习了所有这些主题,……

阅读全文

2022年前5的机器学习模型

他的这一年充满了很多伟大的模特。 在本文中,我希望重点介绍 10 个最值得注意的模型。 今年我一直在定期审查论文并解释它们,我想我有很多好的提及。 免责声明:这里可能没有提到其他好的模型,在评估机器学习模型的质量时,我并没有声称自己是终极专家! 另外,请注意,此列表未排序! 我们较小的模型在 ImageNet 上……

阅读全文

视频深度学习(第一部分):早期……

在本系列博文中,我将探讨视频数据的深度学习主题。从关于该主题的一些最早的出版物开始,我的目标是概述这个问题最初是如何解决的——在深度学习方法大规模普及之前——并跟踪视频深度学习随时间的演变。在此过程中,我的目标不仅是概述视频深度学习的历史,还要为希望参与该领域的研究人员或从业者提……

阅读全文

使用回归来理解 AlphaZero 国际象棋引擎

神经网络的一个关键问题是所谓的“黑盒问题”。神经网络在许多领域(语音识别、自动驾驶汽车、游戏、蛋白质折叠等)都取得了最先进的成果,但我们无法用人类的语言来解释它们所做的决定。让我们举一个具体的例子:国际象棋引擎。当今最强大的两个国际象棋引擎是 Stockfish 和 AlphaZero。 Stockfish 是一个传统的……

阅读全文

Python进行探索性数据分析

什么是探索性数据分析 (EDA)? 探索性数据分析就是分析数据集并总结数据的关键见解和特征。 EDA 是我们在数据科学项目中为更好地理解数据而遵循的第一步。我们还可以在 EDA 中包含一些数据可视化任务。一旦我们有了这个基本的理解,我们就可以继续进行预测和规定部分。 ** EDA 清单:** 检查数据集中存在的不……

阅读全文

机器学习导论 — 2021

在本文中,我将以一种非常简单但内容丰富的方式向您介绍机器学习。 到最后,你应该对机器学习、它的应用、它的类型的含义有了更好的理解: 定义 机器学习 (ML),由 Tom Mitchell 定义,是对计算机算法的研究,它可以通过经验和数据的使用自动改进。 机器学习应用 机器学习应用程序和业务问题的空间可能非常广泛,尤……

阅读全文

2022 年 5 大人工智能技术

AI 或人工智能通过协助组织实现其所有目标和目标、做出重要决策以及开发新产品和服务,改变了技术行业的整体格局。 到 2022 年,预计全球所有主要公司都将采用人工智能,以扩大业务。 人工智能和机器学习 行业预计也将以至少 44% 的 CAGR(复合年增长率)增长率)并在 2022 年到来时拥有 90 亿美元的市场价值。 到 2045 年……

阅读全文

纽约市的出租车票价:预测博客

介绍 纽约市的人口众多,从一个地方搬到另一个地方,这意味着出租车是交通的主要组成部分。几乎一半的纽约人依赖公共交通,据估计,54% 的人没有汽车或私家车。事实上,每年有 2 亿的出租车出行。我们需要支付的出租车数量只有到达目的地后才能知道,我们的尴尬让我们很好奇如何预测这个数量,以及准确……

阅读全文

使用基于规则的分类进行潜在客户计算

让我们继续我们的例子:业务问题我们希望使用我们公司客户的数据创建新的基于级别的客户定义(角色),并根据这些新客户定义创建细分并估计收入有多少根据这些细分市场,可以为我们公司带来新客户。比如,一个来自土耳其的24岁男性,IOS用户,能为我们公司带来多少收入? **我们的数据集故事:我……

阅读全文

最近文章

标签

友情链接

其它