Uncategorized
Model Regresji Logistycznej. Część 2: Oversampling
Oversampling Oversampling jest metodą częściowo usuwającą skutki niezbilansowania zbioru wynikowego. Metodę tą stosuje się dla zbioru treningowego aby tak wytrenował przy jego pomocy model, by […]
Cz. 1. Szacowanie wyników badań empirycznych narzędziami uczenia maszynowego
Part one: preliminary graphical analysis to research of coefficients dependence Machine learning tools Thanks using predictive and classification models for the area of machine learning […]
Cz. 2. Szacowanie wyników badań empirycznych narzędziami uczenia maszynowego
Artificial intelligence in process of classification In first part of this publication described the problem of additional classification of the quality classes. Every charge of […]
Cz. 3. Szacowanie wyników badań empirycznych narzędziami uczenia maszynowego. Klasyfikacja metodą SVM
SVM Support Vector Machine
Wstępna analiza graficzna zależności w badaniu zachorowalności na cukrzycę — biblioteka Seaborn
Application of Machine Learning in clinical trials The aim is the initial graphical analysis of the diabetic research. We use Pandas library to prepare the […]
Różnica między PRECISION a RECALL w interpretacji Confusion Matrix
Różnica między PRECISION a RECALL nie jest łatwa do interpretacji dlatego pozwoliłem sobie zrobić małą ściągawkę z tego tematu. Najlepiej opisana jest interpretacja Confusion Matrix […]
Standaryzacja danych do modeli machine learning za pomocą StandardScaler()
Wyjaśnienie teoretyczne Standaryzacja danych do modeli machine learning polega na przekształceniu danych pierwotnych, aby ich rozkład miał średnią wartość równą 0 i odchylenie standardowe równe […]
Ustawienie progów krzywej ROC
Krzywa jakości dyskryminacji ROC Krzywa ROC została po raz pierwszy zastosowana podczas II wojny światowej do analizy sygnałów radarowych, zanim została zastosowana w teorii wykrywania sygnałów . [40] Po ataku na Pearl Harbor w 1941 […]
Prognozowanie wyjściowej mocy elektrowni w cyklu kombinowanym przy użyciu modelu regresji liniowej (część 1)
Dzisiaj zajmujemy się prognozowaniem wyjściowej mocy elektrowni przy użyciu modelu regresji liniowej. Regresja liniowa Użycie klasycznych modeli regresji liniowej może okazać się bardzo skutecznym narzędziem […]
Prognozowanie wyjściowej mocy elektrowni w cyklu kombinowanym przy użyciu modelu regresji wielorakiej (część 2)
Prawidłowo utworzony model regresji liniowej jest odwzorowaniem rzeczywistości. Może być on podstawą systemów diagnostycznych lub automatyki przemysłowej. Stały monitoring właściwości procesu przez model statystyczny skutecznie […]
Jak zainstalować biblioteki w Anaconda nie mając uprawnień administracyjnych
Od czasu do czasu potrzebujemy zainstalować biblioteki w Anaconda nie mając uprawnień administracyjnych. Często używamy jednocześnie wielu bibliotek. Niestety niektóre biblioteki potrafią się wzajemnie blokować, […]
Jak stworzyć własny szablon wykresów
Today we learn how to make my own template for plots I have to confess something. I have a problem with plots, graphics, visualizations. I […]
Zastosowanie estymatora Random Forest do tworzenia prognozy zapadalność na cukrzycę
Machine Learning w medycynie W tym badaniu użyto metody Random Forest. Naszym celem jest zbudowanie modelu uczenia maszynowego do predykcji zapadalności na cukrzycę. Próbkę danych, […]
Zastosowanie estymatora liniowego Support Vector Machine (SVM) do tworzenia prognozy zapadalność na cukrzycę
Support Vector Machine zaliczany jest do estymatorów machine learning uczenia z nadzorem w oparciu o procesy klasyfikacji i analizy regresji. Klasyfikator SVM wykorzystuje algorytm optymalizacji […]