Рубрики

Машинное обучение


  • Машинное обучение — Приложения

    Вступление Машинное обучение — одна из самых захватывающих технологий, которые когда-либо встречались. Как видно из названия, он дает компьютеру то, что делает его более похожим на людей: способность к обучению. […]

  • Демистифицирующее машинное обучение

    Машинное обучение. Теперь это слово, которое наносит удар! Машинное обучение в наши дни очень популярно! И почему этого не будет? Почти каждая «заманчивая» новая разработка в области компьютерных наук и […]

  • Начало работы с классификацией

    Вступление Как следует из названия, классификация — это задача «классификации вещей» по подкатегориям. Но на машине! Если это звучит не так много, представьте, что ваш компьютер способен различать вас и […]

  • Создание модели обучения в Scikit-learn: библиотека машинного обучения Python

    Предварительное условие: Начало работы с машинным обучением scikit-learn — это библиотека Python с открытым исходным кодом, которая реализует ряд алгоритмов машинного обучения, предварительной обработки, перекрестной проверки и визуализации с использованием […]

  • Начало работы с машинным обучением

    В этой статье рассматриваются категории проблем машинного обучения и терминологии, используемые в области машинного обучения. Типы проблем машинного обучения Существуют различные способы классификации проблем машинного обучения. Здесь мы обсудим наиболее […]

  • Наивные байесовские классификаторы

    В этой статье обсуждается теория наивных байесовских классификаторов и их реализация. Наивные байесовские классификаторы представляют собой набор алгоритмов классификации, основанных на теореме Байеса . Это не отдельный алгоритм, а семейство […]

  • K-Ближайшие соседи

    K-Nearest Neighbours является одним из самых основных, но важных алгоритмов классификации в машинном обучении. Он принадлежит к контролируемой области обучения и находит широкое применение в распознавании образов, интеллектуальном анализе данных […]

  • Классификация данных с использованием машин опорных векторов (SVM) в Python

    Введение в SVM: В машинном обучении опорные векторные машины (SVM, также опорные векторные сети) представляют собой контролируемые модели обучения со связанными алгоритмами обучения, которые анализируют данные, используемые для классификации и […]

  • K означает кластеризацию — Введение

    Нам предоставляется набор данных элементов с определенными характеристиками и значениями для этих элементов (например, вектор). Задача состоит в том, чтобы классифицировать эти элементы по группам. Для этого мы будем использовать […]

  • Введение в машинное обучение с использованием Python

    Машинное обучение — это тип искусственного интеллекта (ИИ), который дает компьютерам возможность учиться без явного программирования. Машинное обучение направлено на разработку компьютерных программ, которые могут изменяться при воздействии новых данных. […]

  • Понимание логистической регрессии

    Предварительное условие: линейная регрессия В этой статье рассматриваются основы логистической регрессии и ее реализация в Python. Логистическая регрессия — это в основном контролируемый алгоритм классификации. В задаче классификации целевая переменная […]

  • Токенизация текста с использованием NLTK в Python

    Чтобы запустить приведенную ниже программу Python, в вашей системе должен быть установлен (NLTK) инструментарий естественного языка. Модуль NLTK — это массивный набор инструментов, призванный помочь вам в использовании всей методологии […]

  • Удаление стоп-слов с помощью NLTK в Python

    Процесс преобразования данных в то, что может понять компьютер, называется предварительной обработкой. Одной из основных форм предварительной обработки является фильтрация ненужных данных. При обработке на естественном языке бесполезные слова (данные) […]

  • Как получить синонимы / антонимы из NLTK WordNet в Python?

    WordNet — это большая лексическая база данных английского языка. Существительные, глаголы, прилагательные и наречия сгруппированы в наборы когнитивных синонимов (synsets), каждый из которых выражает отдельную концепцию. Синсеты взаимосвязаны посредством концептуально-семантических […]

  • Преобразование текста в речь в Python

    Есть несколько API для преобразования текста в речь в python. Одним из таких API является API Google Text to Speech, широко известный как API gTTS. gTTS — это очень простой […]

  • Введение в уменьшение размерности

      Машинное обучение. Как обсуждалось в этой статье , машинное обучение — это не что иное, как область обучения, которая позволяет компьютерам «учиться», как люди, без необходимости явного программирования. Что […]

  • Мультиклассовая классификация с использованием scikit-learn

    Многоклассовая классификация является популярной проблемой в контролируемом машинном обучении. Задача — дан набор данных из m обучающих примеров, каждый из которых содержит информацию в виде различных функций и метки. Каждый […]

  • Паттерн филлотаксиса в Python | Блок алгоритмической ботаники

    Введение | Филлотаксиса Филлотаксис / филлотаксия — это расположение листьев на стебле растения, а филлотаксические спирали образуют особый класс паттернов в природе. Само слово происходит от греческого phullon, что означает […]

  • Введение в машинное обучение

    Термин «машинное обучение» был придуман Артуром Самуэлем в 1959 году, американским пионером в области компьютерных игр и искусственного интеллекта, и заявил, что «он дает компьютерам возможность учиться без явного программирования». […]

  • Искусственный интеллект | Введение

    Прежде чем привести к значению искусственного интеллекта, давайте поймем, в чем смысл интеллекта. Интеллект: способность учиться и решать проблемы. Это определение взято из словаря Вебстера. Самый распространенный ответ, который можно […]