Sõnastik

Scikit-learn

Mis on Scikit-learn?

Scikit-learn on avatud lähtekoodiga Pythoni teek klassikalise masinõppe jaoks. See pakub ühtseid tööriistu klassifitseerimiseks, regressiooniks, klasterdamiseks, mõõtmelisuse vähendamiseks, andmete eeltöötluseks ja mudeli hindamiseks, näiteks ristvalideerimiseks. NumPy ja SciPy peale ehitatuna on see lihtsa ja ühtse liidese tõttu laialdaselt kasutusel hariduses, teaduses ja praktikas. Sügavate närvivõrkude jaoks valitakse tavaliselt hoopis sellised raamistikud nagu PyTorch või TensorFlow.

Teemad

Python
teek
masinõpe

Proovi KI.ordot

Agendid, töövood ja mallid ühes tööruumis – tasuta 24-tunnine demo.

Alusta demot

← Kõik terminid

Seotud terminid

pandas

pandas on avatud lähtekoodiga Pythoni teek tabeliandmete analüüsimiseks ja töötlemiseks, mida arendab alates 2008. aastast Wes McKinney. Selle keskne objekt DataFrame sarnaneb nimega veergudega tabelile. Sellega saab laadida andmeid CSV-failidest, Excelist või andmebaasidest ning neid puhastada, filtreerida, rühmitada ja ühendada. pandas põhineb NumPy-l ning on andmeanalüüsis, aruandluses ja treeningandmete ettevalmistamisel standardne tööriist.

Python
andmeanalüüs
+1

NumPy

NumPy on põhiline avatud lähtekoodiga Pythoni teek numbriliseks arvutamiseks. See pakub mitmemõõtmelisi massiive ning kiireid funktsioone lineaarse algebra, statistika ja juhuslike arvude jaoks, mille tuum töötab kompileeritud koodis. Paljud andmeanalüüsi ja masinõppe tööriistad, näiteks pandas, scikit-learn ja arvukad visualiseerimisteegid, on ehitatud NumPy peale. Pythonis andmetega töötav inimene kasutab seda seega peaaegu alati, otse või kaudselt.

Python
andmeanalüüs
+1

XGBoost

XGBoost (Extreme Gradient Boosting) on avatud lähtekoodiga teek, mis rakendab otsustuspuudega gradientvõimendust eriti tõhusalt. Paljusid väikeseid puid treenitakse üksteise järel, igaüks parandab eelmiste vigu, samal ajal kui regulariseerimine aitab ülesobitamist ära hoida. XGBoost'i peetakse tabeliandmete jaoks end tõestanud valikuks, näiteks krediidiriski hindamisel, kliendikao ennustamisel või müügiprognoosides.

Masinõpe
Boosting
+1

Masinõpe

Masinõpe on tehisintellekti haru, kus arvutid tuletavad andmetest mustreid, selle asemel et iga reegel oleks selgesõnaliselt programmeeritud. Olenevalt ülesandest õpivad mudelid märgendatud näidetest (juhendatud), märgendamata andmetest (juhendamata) või preemiate kaudu (tugevdusõpe). Rakendused ulatuvad rämpsposti filtritest ja nõudluse prognoosidest tootesoovitusteni. Kvaliteet sõltub suuresti treeningandmete hulgast ja kvaliteedist.

alused
TI
+1