Unidades recorrentes com portas fechadas -Gated Recurrent Unit
A GRU, também conhecida como Gated Recurrent Unit, foi introduzida em 2014 para resolver os problemas comuns que os programadores de gradiente de fuga estavam enfrentando. Muitos também consideram a GRU uma variante avançada da LSTM devido a seus projetos similares e excelentes resultados. Unidades recorrentes fechadas – Como elas funcionam Como mencionado anteriormente, as […]
Limpeza de dados
Algoritmos na aprendizagem de máquinas podem reunir, armazenar e analisar dados e gerar um resultado valioso. Estas ferramentas permitem avaliar a condição usando dados complicados e agrupados. Você também pode dizer que a aprendizagem de máquinas oferece diferentes ferramentas para entender dados complexos através da segmentação e simplificação. Além disso, ele permite automatizar suas tarefas […]
Uma Codificação a Quente
A codificação categórica é uma técnica para codificar dados categóricos. Tenha em mente que os dados categóricos são os conjuntos de variáveis que contêm variáveis de etiqueta em vez de valores numéricos. Muitos algoritmos de aprendizagem de máquina são incapazes de processar variáveis categóricas. Portanto, é importante codificar os dados em uma forma adequada para […]
Multicolinearidade
Com uma aprendizagem mecânica cada vez mais avançada e algoritmos de aprendizagem profunda, é possível resolver quase todos os problemas com conjuntos de dados adequados. No entanto, à medida que a complexidade do modelo aumenta, eles estão a tornar-se difíceis de interpretar. Quando se fala da interpretabilidade dos modelos de aprendizagem da máquina, a primeira […]
Teste de Chi
Ao desenvolver um modelo de aprendizagem de máquinas, pode encontrar inúmeros problemas. Um problema comum relacionado com a selecção de características determina quão relevantes são as características de entrada para a produção preditiva. Pode utilizar testes estatísticos para compreender como a variável de saída depende da variável de entrada. Estes testes são úteis quando as […]
Decomposição de Valor Singular
A análise de componentes principais e a decomposição de valores singulares estão entre os dois conceitos comuns de álgebra linear na aprendizagem de máquinas. Após a recolha de dados brutos, é possível descobrir a estrutura? Por exemplo, quando consideramos as taxas de juro da semana anterior, existe alguma forma de descobrir as tendências do mercado? […]
Função de Relu Activation
A função de activação é um elemento essencial para a concepção de uma rede neural. A escolha da função de activação dar-lhe-á o controlo completo sobre o processo de formação do modelo de rede. Depois de adicionar estas funções nas camadas ocultas, o modelo aprenderá eficientemente. O tipo de previsões depende da escolha da função […]
Variável Confundente
O conceito é um pouco confuso para muitas pessoas por causa do método a utilizar. Para começar, diferentes investigadores têm diferentes explicações para variáveis confusas. Ainda que a definição seja a mesma, o contexto da investigação é moderadamente específico do campo. Por conseguinte, especialistas em diferentes indústrias aplicam esta técnica para soluções de formas únicas. […]
Matriz de Confusão
O processo de classificação ajuda com a categorização do conjunto de dados em diferentes classes. Um modelo de aprendizagem por máquina permite: – Enquadrar o problema, – Recolher os dados, – Acrescentar as variáveis, – Treinar o modelo, – Medir o desempenho, – Melhorar o modelo com a ajuda da função de custo. Mas como […]
Engenharia de características
Cada algoritmo de aprendizagem de máquinas analisa e processa os dados de entrada e gera as saídas. Os dados de entrada incluem características em colunas. Estas colunas são estruturadas para categorização. Algoritmos requerem algumas características e características para funcionarem correctamente. Aqui estão os dois principais objectivos da engenharia de características: – A engenharia de características […]
