В данном блоге доступно 14 постов на разные темы
Для конкретной темы или вопроса воспользуйся формой поиска
Наивный баесовский классификатор - приручаем вероятность
Наивный байесовский классификатор Идея: Используем теорему Байеса для классификации Теорема Байеса: P(A|B) = P(B|A) × P(A) / P(B) В нашем случае: P(класс|признаки) = P(признаки|класс) × P(класс) / P(признаки) Где: - …
Деревья решений
Решающие деревья и ансамбли 1. Как строится решающее дерево? Процесс построения (жадный алгоритм): Начинаем с корня (все данные) Выбираем лучший признак и порог для разделения Для каждого признака перебираем возможные …
Основы ML
Основы машинного обучения 1. Типы задач ML Supervised Learning (Обучение с учителем) Что: Модель обучается на размеченных данных Как: Есть правильные ответы (labels) для обучения Примеры: Классификация: спам/не спам, кошка/собака …