Machine learning

Articoli e tutorial disponibili su Machine learning

Articoli o Argomenti Disponibili

Gestione Dati

Gestione Dati

Analisi esplorativa, la gestione degli outliers, valori mancanti, la normalizzazione, la standardizzazione e l'encoding.
Spillting Dati

Spillting Dati

Divisione dei dati in training, validation e test set per i modelli di machine learning. Validazione dei dati
Numpy Uso

Numpy Uso

Numpy progettato per gestire array e matrici
I vari tipi di machine learning

I vari tipi di machine learning

Supervisionato, Non Supervisionato, Reinforce Learning
Il metodo k.means

Il metodo k.means

K-means per creare cluster, il coefficiente Silhouette per la metrica
Bias Varianza

Bias Varianza

Bias e Varianza
Underfitting e Overfitting

Pulire i dati Numerici

Pulire i dati Numerici

I dati mancanti in un DBase
Pulizia con valore medio, mediano e fisso

Regolarizzazione L1 e L2

Regolarizzazione L1 e L2

La regolarizzazione, per ridurre l'overfitting. Introduce penalità sui coefficienti del modello, limita l'importanza di attributi.

Modelli Ensemble

Modelli Ensemble

Tecniche che combinano le previsioni di diversi modelli base per migliorare l'accuratezza delle previsioni.

Il metodo k-fold

Il metodo k-fold

Una tecnica di convalida incrociata per le prestazioni di un modello di ML.
Divide il set di dati in k sottoinsiemi

Foreste Casuali

Foreste Casuali

l'aggregazione di più modelli
per migliorare le prestazioni predittive.
Differenza con alberi decisionali
Pulire i dati Categorici

Pulire i dati Categorici

I dati mancanti in un DBase
la rimozione delle righe,il valore più frequente, una categoria "sconosciuta".



About

Blog

Seguimi

Iscriviti alla newsletter

Questo Sito è in costruzione!!

Ogni settimana un nuovo articolo.
Iscriviti alla news letter e riceverai tutti gli aggiornamenti del sito

  • Copyright © 2020 - , Inc.
  • Privacy Policy