Z bramkowanymi jednostkami rekurencyjnymi
GRU, określane również jako Gated Recurrent Unit, zostały wprowadzone w 2014 roku w celu rozwiązania powszechnego problemu znikającego gradientu, z którym borykali się programiści. Wielu uważa GRU za zaawansowaną odmianę LSTM ze względu na podobną konstrukcję i doskonałe wyniki. Gated Recurrent Units – jak działają? Jak wspomniano wcześniej, Gated Recurrent Units są zaawansowaną odmianą SRRN […]
Czyszczenie danych
Algorytmy uczenia maszynowego mogą gromadzić, przechowywać i analizować dane oraz generować wartościowe wyniki. Narzędzia te pozwalają ocenić stan skomplikowanych i pogrupowanych danych. Można również powiedzieć, że uczenie maszynowe oferuje różne narzędzia pozwalające zrozumieć złożone dane poprzez ich segmentację i uproszczenie. Ponadto umożliwia ono automatyzację zadań biznesowych i podejmowanie lepszych decyzji dzięki uporządkowanym danym. Z pewnością […]
Kodowanie na gorąco
Kodowanie kategorialne to technika kodowania danych kategorycznych. Należy pamiętać, że dane kategoryczne to zbiory zmiennych, które zamiast wartości liczbowych zawierają zmienne etykietowe. Wiele algorytmów uczenia maszynowego nie jest w stanie przetwarzać zmiennych kategorycznych. Dlatego ważne jest zakodowanie danych w odpowiedniej formie, aby można było wstępnie przetworzyć te zmienne. Ponieważ konieczne jest dopasowanie i ocena modelu, […]
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 złożoności modelu, stają się one trudne do interpretacji. Kiedy mówi się o interpretowalności modeli uczenia maszynowego, pierwszą rzeczą, która przychodzi na myśl jest Regresja Liniowa. Regresja liniowa jest modelem, który jest […]
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 dla przewidywanego wyniku. Można użyć testów statystycznych, aby zrozumieć, jak zmienna wyjściowa zależy od zmiennej wejściowej. Testy te są pomocne, gdy zmienne wejściowe są określone. Jeśli wynik wskazuje, że dane wyjściowe […]
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 jest odkrycie ich struktury? Na przykład, jeśli weźmiemy pod uwagę stopy procentowe z poprzedniego tygodnia, czy jest jakiś sposób, aby dowiedzieć się o trendach na rynku? Pytania te stają się coraz […]
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 funkcji w warstwach ukrytych, model będzie się efektywnie uczył. Rodzaj predykcji zależy od wyboru funkcji aktywacji. Dlatego powinieneś starannie wybrać funkcję aktywacji dla każdej sieci głębokiego uczenia. Funkcje aktywacji Funkcja aktywacji […]
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 dla zmiennych zakłócających. Nawet jeśli definicja jest taka sama, kontekst badawczy jest umiarkowanie specyficzny dla danej dziedziny. Dlatego eksperci z różnych branż stosują tę technikę do rozwiązań w unikalny sposób. Tak […]
Macierz konfuzji
Proces klasyfikacji pomaga w kategoryzacji zbioru danych do różnych klas. Model uczenia maszynowego pozwala na: – Określić ramy problemu, – Zebranie danych, – Dodanie zmiennych, – Wytrenowanie modelu, – Zmierzyć wydajność, – Ulepszanie modelu za pomocą funkcji kosztów. Ale jak możemy zmierzyć wydajność modelu? Poprzez porównanie modelu przewidywanego i rzeczywistego? Jednak to nie rozwiąże problemu […]
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 celu kategoryzacji. Algorytmy będą wymagały pewnych cech i właściwości, aby działać poprawnie. Oto dwa główne cele inżynierii cech: – Inżynieria cech poprawi wydajność modelu – Przygotować odpowiednie dane wejściowe, które są […]