Публикации по теме 'logistic-regression'
«Mathy-Math» алгоритма логистической регрессии
Оригинальное, глубокое и всестороннее погружение в мир сложных математических операций и интуитивных интуиций, лежащих в основе алгоритма логистической регрессии, которые сегодня не предлагают большинство вводных онлайн-курсов по машинному обучению… — Набросано и доработано в течение моего старшего года в старшей школе, под руководством и наставничеством моего профессора математики...
Прогноз рейтинга на основе текста обзора с регуляризацией — Линейная регрессия против логистической регрессии
В этой статье я попытался построить несколько традиционных моделей машинного обучения (линейная регрессия и логистическая регрессия) с регуляризацией, чтобы предсказать звездный рейтинг ресторанов исключительно на основе текстов отзывов клиентов.
1. ВВЕДЕНИЕ И ИЗУЧЕНИЕ ДАННЫХ
Yelp публикует краудсорсинговые обзоры компаний. Используемый набор данных представляет собой небольшое подмножество данных конкурса Kaggle Yelp Business Rating Prediction , и его можно скачать здесь ...
Несбалансированная классификация с несколькими метками: сбалансированные веса могут не улучшить производительность вашей модели
Сравните модель случайного леса и модель логистической регрессии со сбалансированными весами и без них в несбалансированной мультиклассовой классификации.
Сбалансированный вес является широко используемым методом для несбалансированных моделей классификации. Он наказывает неверные прогнозы о классах меньшинств, придавая больший вес…
Набор в университетский городок: проблема классификации с логистической регрессией
Введение
В этом проекте мы сосредоточимся на данных из Индии. И наша цель — создать прогнозную модель , такую как логистическая регрессия и т. д., чтобы, когда мы даем характеристики кандидата, модель могла предсказать, примут ли они на работу.
Набор данных вращается вокруг сезона размещения в бизнес-школе в Индии. В наборе данных есть различные факторы для кандидатов, такие как опыт работы, процент сдачи экзаменов и т. д. Наконец, он содержит сведения о статусе найма и..
Все о градиентном спуске
Градиентный спуск — это алгоритм оптимизации, который используется при обучении модели машинного обучения. Он основан на выпуклой функции и итеративно настраивает ее параметры, чтобы минимизировать данную функцию до ее локального минимума. Мы можем начать с определения значений начального параметра (наклона и точки пересечения), а затем алгоритм градиентного спуска использует исчисление для итеративной корректировки значений, чтобы они минимизируют данную функцию стоимости. Чтобы полностью..
Машинное обучение в больших масштабах
Демонстрация использования биномиальной и полиномиальной логистической регрессии в PySpark.
С выпуском Spark 3.2.1, который был локально развернут для этой статьи, PySpark предлагает гибкий API, который напоминает по выразительности scikit-learn , но дополнительно предлагает преимущества распределенных вычислений. В этой статье демонстрируется использование модуля pyspark.ml для построения конвейеров машинного обучения поверх фреймов данных Spark (вместо RDD с более старым модулем..
Логистическая регрессия
Логистическая регрессия — это статистический метод, используемый для задач классификации, таких как прогнозирование того, будет ли отток клиентов или нет, или есть ли у пациента определенное заболевание или нет. Это контролируемый алгоритм обучения, который используется для прогнозирования двоичного результата, например 0 или 1, истинного или ложного.
Логистическая регрессия похожа на линейную регрессию, но вместо того, чтобы предсказывать непрерывный результат, она предсказывает..
Новые материалы
Обоснование вызовов кодирования 2023 в Javascript
Здравствуйте! Я собираюсь познакомить вас с подробным объяснением двух проблем с кодированием, с которыми я столкнулся во время интервью в 2023 году. Внимание! Я подробно описал здесь многое,..
5 причин, по которым ML и AI подвели нас в нефтегазовом секторе
Пришло время осознать: ИИ и машинное обучение - замысловатые словечки. Вы когда-нибудь слышали о невероятном механизме искусственного интеллекта в виде черного ящика, поддерживаемом машинным..
Обзор кода — Миссия невыполнима?
Обзор кода — миссия невыполнима?
3 расширения VsCode, которые помогут вам ориентироваться в коде!
Как новый пользователь Visual Studio Code, мне иногда трудно перемещаться по открывающему и..
BrightFuture (реализация интерфейса Java Future на Golang)
Отказ от ответственности: это моя первая статья на medium.com. Я постарался сделать это по-настоящему простым, и люди, находящиеся на любом этапе своей учебной лестницы, могут извлечь..
Серия блогов по ускорению вывода на основе глубокого обучения — Часть 2 — Аппаратное обеспечение
Глубокие нейронные сети стали обычной практикой во многих приложениях машинного обучения. Их способность достигать человеческой и даже сверхчеловеческой точности сделала их важной вехой в истории..
Технологии для нетехнологов 6: Простое объяснение языков программирования
Одним словом, программирование — это автоматизация, но в более широком смысле — это способ «поручить компьютеру выполнять различные задачи». Инструкции отправляются кодом, и этот код может быть..
CS373 Summer 2018: Миранда Фуленчек
CS373 Summer 2018: Миранда Фуленчек
Неделя 1: 4 июня — 10 июня
Что вы делали на прошлой неделе?
Занятия начались на этой неделе, поэтому большую часть времени я потратил на..