Różnica między czułością (recall) a precyzją — wytłumaczona prostym językiem
Easy to understand? Differentiation between Recall and Precision seems to be easy to understand and explain. This is two easy equations, readable even for kids. […]
Publikacje internetowe
Visualization of normal distribution experiments
It is easy to make normal distribution but how to visualization of normal distribution experiments? For everybody who come here only for pure plot […]
Trzy przykłady prawdopodobieństwa warunkowego
Bayesian Statistics in examples Now I don’t want to dive into the theory of Bayesian Statistics. I have to admit I need couple of more […]
Data Scientist – My professional ability development
Start I graduated quantity methods at Nicolas Copernicus University at Thorn. My license work was Random walk model that made prediction of future prices of […]
Przykład Modelu Regresji Logistycznej. Część 1: model podstawowy
Regresja logistyczna jest algorytmem klasyfikacji uczenia maszynowego. Model Regresji Regresja logistyczna jest algorytmem klasyfikacji uczenia maszynowego. Model Regresji Logistycznej służy do przewidywania stanu zmiennej zależnej. […]
Model Regresji Logistycznej. Część 3: zmiana progu w modelu regresji logistycznej
Zmiany progu w modelu regresji logistycznej i poprawa wskaźnika 'recall’ kosztem zaśmiecenia wyników, czyli spadkiem poziomu dokładności 'precision’. W poprzednich częściach omówiliśmy jak przygotowywać dane […]
Model regresji Logistyczne. Część 4: Zastosowanie class_weight
Zastosowanie class_weight jest sposobem na poprawę wskaźnika recall w zbiorach wyników wysoko niezbilansowanych. Podniesienie wskaźnika recall wiąże się ze spadkiem poziomu wskaźnika precision. W poprzednich […]
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
Analiza zachorowalności na cukrzycę metodą lasu losowego
Application of Machine Learning in clinical trials Our aim is to build machine learning model to predict of the incidence of a diabetic. Survey with […]
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 […]