Jeżeli zastanowimy się nad procesem uczenia maszynowego, to zauważymy, że spora jego część powtarza się. Na przykład może to być wybieranie hiperparametrów albo testowanie różnych funkcji modelujących. Fakt, całości nie możemy za bardzo zautomatyzować, ale wspomniane elementy nadają się do tego całkiem dobrze. Szczególnie że często jest to cykl - zmiana, uruchomienie, czekanie kilka minut … Czytaj dalej Auto_ml, czyli kolejny moduł do automatyzacji uczenia maszynowego
Tag: supervised learning
Jak nie zabłądzić w lesie … losowym?
Drzewo decyzyjne to jeden z ciekawszych i użytecznych algorytmów uczenia maszynowego. Jest bardzo intuicyjny i łatwy w interpretacji. Jednakże jego głównym mankamentem jest to, że nie daje dobrych wyników. Drzewo decyzyjne jest też bardzo czułe na małe zmiany w zbiorze treningowym. Często również nie wykorzystuje całości informacji zawartej w poszczególnych kolumnach. Fajnie byłoby gdyby udało … Czytaj dalej Jak nie zabłądzić w lesie … losowym?
Ile tak naprawdę są warte nasze modele?
Całkiem nieźle idzie nam przetwarzanie danych do postaci ramki danych. Sprawnie wykorzystujemy Pythona i różne moduły, które oferują funkcje modelujące. Dzielimy dane na zbiory treningowe i testowe. Uzyskujemy całkiem niezłe wyniki i zaczynamy odczuwać zadowolenie. Ale czy aby na pewno jest to już ten moment? Czy aby na pewno stworzyliśmy coś, co ma sens? Coś, … Czytaj dalej Ile tak naprawdę są warte nasze modele?