خانه

تقویم رویدادها

مجری ها

اگه با فرایندهای یادگیری ماشین مخصوصاً یادگیری ماشین نظارتی آشنا باشید، حتماً میدونید که گاهی همه‌ی ویژگیهایی که توی دیتاست دارید به درد شما نمیخوره. توی این پست میخوام بگم که چطوری میتونید از شر ویژگی های به دردنخور راحت بشید، بدون اینکه دقت مدل‌هاتون بیاد پایین. درواقع میخوام یه راهی بهتون نشون بدم که هم حجم ویژگی ها رو کاهش بدید هم دقت مدل رو بالاتر ببرید. 

به دلیل طولانی بودن مبحث، دوتا ویدیو توی این بخش داریم. توی ویدیوی اول مسئله رو باز میکنم و تا نوشتن تابع هدف میریم جلو. توی ویدیوی بعدی وارد فرایند بهینه سازی میشیم و مسئله رو حل میکنیم. 

برای دیدن نسخه کامل فایل، لطفا پست را ذخیره کنید

ادامه ...

برای دیدن نسخه کامل فایل، لطفا پست را ذخیره کنید

 

 

یک کاربرد عملی از الگوریتمهای تکاملی (انتخاب ویژگی در یادگیری ماشین نظارتی)



نظرات کاربران