В настоящем блоге представлены материалы, напрямую или косвенно относящиеся к Машинному обучению и Искусственному интеллекту. Некоторые статью имеют ссылку на пример, выполненный на языке Pathon. Многие статьи созданы для использования в качестве справочного материала при работе над методами машинного обучения.
Задача. На некотором интервале заданы экспериментальные точки. Предполагается, что из каких-то сторонних исследований известна форма функции y(t), которая примерно описывает исследуемый процесс. Необходимо подобрать численные параметры этой функции, что бы ее значения были близки к заданным экспериментальным точкам.
Изображение в оттенках серогосостоит из массива шириной x пикселов и высотой y пикселов, причем каждый вход имеет значение, указывающее на то, является этот ввод черным или белым или чем-то средним.
Сверточные нейронные сети (CNN) являются основой для самых точных классификаторов изображений на сегодняшний день.
PyTorch это разработка Facebook с открытым исходным кодом.
В PyTorch использованы концепции двух более ранних библиотек:
Решение линейной регрессии является учебной задачей для начального освоения PyTorch. Для простоты рассматривается одномерная линейная регрессия y=w0+w1*x.
Логистическая регрессия — статистическая модель, используемая для прогнозирования вероятности возникновения некоторого события путём его сравнения с логистической кривой. Эта регрессия выдаёт ответ в виде вероятности бинарного события (1 или 0).
Пример управления макросом VBA из Python.
Перекрестная проверка (кросс-валидация) не является способом построения модели, которую можно применить к новым данным. Перекрестная проверка не возвращает модель. При вызове cross_val_score строится несколько внутренних моделей, однако цель перекрестной проверки заключается только в том, чтобы оценить обобщающую способность данного алгоритма, обучив на определенном наборе данных.