189 читали · 4 года назад
Краткий обзор. Машинное обучение без учителя. Задача кластеризации
В этой статье я не буду подробно рассказывать о методах машинного обучения без учителя, я всего лишь попытаюсь описать круг задач, которые метод машинное обучение без учителя пытается решить. И так задам простой вопрос: чем вообще занимается обучение без учителя? У нас есть некий алгоритм, который при обучении и при попытках предсказания, использует некоторые параметры. В общем виде формула машинного обучения без учителя для решения задачи кластеризации выглядит вот так: Параметры для нас – это...
556 читали · 1 год назад
XGBoost в Машинном обучении простыми словами
XGBoost — это opensource-библиотека, обеспечивающая высокопроизводительную реализацию Деревьев решений (Decision Tree). В этой статье узнаем, как работает Градиентный бустинг (GB), а затем рассмотрим пример на Python. В обычном Машинном обучении (ML), таком как дерево решений, мы просто обучаем Модель (Model) на наборе данных и используем ее для прогнозирования: Мы можем немного поэкспериментировать с параметрами или дополнить данные, но в итоге мы по-прежнему используем ту же модель. Даже если мы строим Ансамбль (Ensemble) – комбинацию моделей, все модели обучаются по отдельности...