Wieloliniowość
Dzięki coraz bardziej zaawansowanym algorytmom uczenia maszynowego i głębokiego uczenia, można rozwiązać niemal każdy problem przy użyciu odpowiednich zbiorów danych. Jednak wraz ze wzrostem...
Oszacowanie maksymalnego prawdopodobieństwa
Jako naukowiec zajmujący się danymi, powinieneś zrozumieć właściwe techniki interpretacji mechanizmu działania modelu. Interpretacja jest istotnym aspektem nauki o danych. Za każdym razem, gdy...
Test chi
Podczas tworzenia modelu uczenia maszynowego można napotkać wiele problemów. Jednym z powszechnych problemów związanych z wyborem cech jest określenie, jak istotne są cechy wejściowe...
Dekompozycja wartości pojedynczej
Analiza składowych głównych i dekompozycja wartości pojedynczych to jedne z dwóch popularnych pojęć algebry liniowej w uczeniu maszynowym. Czy po zebraniu surowych danych możliwe...
Relu Funkcja aktywująca
Funkcja aktywacji jest niezbędnym elementem przy projektowaniu sieci neuronowej. Wybór funkcji aktywacji da Ci pełną kontrolę nad procesem uczenia modelu sieciowego. Po dodaniu tych...
NLP i opieka zdrowotna
NLP lub przetwarzanie języka naturalnego jest technologią w ramach sztucznej inteligencji, która pomaga maszynom zrozumieć ludzki język. Z pomocą NLP inżynierowie łączą dziedzinę informatyki...
Zrozumienie BERT
Niewystarczające dane dotyczące szkoleń to prawdopodobnie najtrudniejszy problem, przed którym stoi przetwarzanie języka naturalnego, lepiej znanego jako NLP. Dla tych, którzy nie wiedzą, NLP...
Baza danych MNIST
Baza danych MNIST (Changed National Organization of Benchmarks and Innovation database) jest ogromną bazą ręcznie zapisywanych cyfr, która zazwyczaj jest wykorzystywana do przygotowania różnych...
Przegląd wykresów pudełkowych
Box plot lub box and whisker plot pomagają wyświetlić rozkład bazy danych na pięciocyfrowym podsumowaniu. Pierwszy kwartyl Q1 będzie minimum, trzeci kwartyl Q3 będzie...
Sieci bayesowskie
Stworzenie modelu probabilistycznego może być wyzwaniem, ale okazuje się pomocne w uczeniu maszynowym. Aby stworzyć taki model graficzny, musisz znaleźć probabilistyczne zależności pomiędzy zmiennymi....
Bias Vs. Variance
Bias i Variance są dwoma głównymi błędami predykcyjnymi, które najczęściej występują podczas uczenia się maszynowego. Nauka maszynowa rozwiązuje wiele problemów, o które się martwimy....
Trendy w Data Science w 2021 r.
Rok 2020 był rokiem pełnym wyzwań dla niemal wszystkich. Choć był pełen niespodziewanych wydarzeń, pozwolił na wdrożenie nowych rozwiązań w świecie cyfrowym. Na świecie...
Proste objaśnienie koncepcji backpropagacji
Backpropagacja jest niezbędnym narzędziem lub algorytmem do wprowadzania usprawnień w przypadku uzyskania złych wyników w nauce maszynowej i eksploracji danych. Kiedy dostarczasz wiele danych...
Wprowadzenie do t-SNE
Wymiarowość Spadek W przypadku, gdy miałeś już okazję pracować z zestawem danych z wieloma podkreśleniami, możesz zrozumieć, że tak trudno jest zrozumieć lub zbadać...
Straty logarytmiczne
W uczeniu maszynowym, można rozwiązać modelowanie predykcyjne poprzez problemy klasyfikacji. Dla każdej obserwacji w modelu, musisz przewidzieć etykietę klasy. Dane wejściowe będą zawierały dowolną...
SMOTE
W tym artykule omówimy w jaki sposób moduł SMOTE pomaga zwiększyć liczbę niedoreprezentowanych przypadków w zbiorze danych modelu uczenia maszynowego. SMOTE jest najlepszą metodą,...
Programowanie funkcyjne
W programowaniu funkcyjnym, projektujesz oprogramowanie używając czystych funkcji. Co więcej, zmniejsza to ryzyko wystąpienia efektów ubocznych, mutowalnych danych i współdzielonego stanu. Możesz użyć programowania...
Widzenie komputerowe i opieka zdrowotna
Od dziesięcioleci zapowiadaliśmy erę robotów w świecie wirtualnym, ale przez te wszystkie lata ludzie byli sceptyczni. Aż do kilku lat nie byli pewni, czy...
R-CNN, szybki R-CNN, szybszy R-CNN, YOLO – Algorytmy detekcji obiektów
R-CNN Aby odsunąć na bok kwestię wyboru niezliczonych obszarów, Ross Girshick i inni zaproponowali technikę, w której wykorzystujemy specyficzne dążenie do oddzielenia od obrazu...
Wspólne rozkazy Gita
Praca z Gitem na linii zamówień może być przytłaczająca. Aby temu zaradzić, zebraliśmy listę normalnych kierunków działania Gita, metod i sposobów ich wykorzystania. Oczekujemy,...
Zmienna współzależna
Confounding variable jest terminem statystycznym.Koncepcja ta jest nieco myląca dla wielu ludzi z powodu metody do wykorzystania. Na początek, różni badacze mają różne wyjaśnienia...
Macierz konfuzji
Proces klasyfikacji pomaga w kategoryzacji zbioru danych do różnych klas. Model uczenia maszynowego pozwala na: – Określić ramy problemu, – Zebranie danych, – Dodanie...
Inżynieria cech
Każdy algorytm uczenia maszynowego analizuje i przetwarza dane wejściowe oraz generuje dane wyjściowe. Dane wejściowe zawierają cechy w kolumnach. Te kolumny są ustrukturyzowane w...