Terminų žodynas

Scikit-learn

Kas yra Scikit-learn?

Scikit-learn – atvirojo kodo Python biblioteka klasikiniam mašininiam mokymuisi. Ji teikia nuoseklius įrankius klasifikavimui, regresijai, klasterizavimui, dimensijų mažinimui, duomenų išankstiniam apdorojimui ir modelių vertinimui, pavyzdžiui, kryžminiam patikrinimui. Sukurta naudojant NumPy ir SciPy, dėl paprastos, vieningos sąsajos ji plačiai naudojama švietime, moksle ir praktikoje. Giliesiems neuroniniams tinklams paprastai renkamasi tokie karkasai kaip PyTorch ar TensorFlow.

Temos

Python
biblioteka
mašininis mokymasis

Išbandykite KI.ordo

Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.

Pradėti demonstraciją

← Visi terminai

Susiję terminai

pandas

pandas – atvirojo kodo Python biblioteka lentelių duomenims analizuoti ir keisti, nuo 2008 m. kuriama Weso McKinney. Pagrindinis jos objektas, DataFrame, primena lentelę su pavadintais stulpeliais. Ja galima įkelti duomenis iš CSV failų, Excel ar duomenų bazių, juos valyti, filtruoti, grupuoti ir sujungti. pandas sukurta remiantis NumPy ir yra standartinis duomenų analizės, ataskaitų rengimo ir mokymo duomenų paruošimo įrankis.

Python
duomenų analizė
+1

NumPy

NumPy – pagrindinė atvirojo kodo Python biblioteka skaitiniams skaičiavimams. Ji teikia daugiamačius masyvus ir greitas funkcijas tiesinei algebrai, statistikai ir atsitiktiniams skaičiams, o jos branduolys veikia sukompiliuotu kodu. Daugelis duomenų analizės ir mašininio mokymosi įrankių, pavyzdžiui, pandas, scikit-learn ir daugybė vizualizavimo bibliotekų, sukurti remiantis NumPy. Todėl kiekvienas, dirbantis su duomenimis Python kalba, beveik visada ją naudoja tiesiogiai arba netiesiogiai.

Python
duomenų analizė
+1

XGBoost

XGBoost (Extreme Gradient Boosting) – atvirojo kodo biblioteka, ypač efektyviai įgyvendinanti gradientinį stiprinimą su sprendimų medžiais. Daug mažų medžių mokoma vienas po kito, kiekvienas taiso ankstesnių klaidas, o reguliarizavimas padeda išvengti persimokymo. XGBoost laikomas patikrintu pasirinkimu lentelių duomenims, pavyzdžiui, kredito rizikos vertinimui, klientų praradimo prognozavimui ar pardavimų prognozavimui.

Mašininis mokymasis
Boosting
+1

Mašininis mokymasis

Mašininis mokymasis yra dirbtinio intelekto šaka, kurioje kompiuteriai dėsningumus išveda iš duomenų, o ne turi aiškiai užprogramuotą kiekvieną taisyklę. Priklausomai nuo užduoties, modeliai mokosi iš pažymėtų pavyzdžių (su priežiūra), iš nepažymėtų duomenų (be priežiūros) arba per atlygius (sustiprintas mokymasis). Taikymai apima nuo šlamšto filtrų ir paklausos prognozių iki produktų rekomendacijų. Kokybė labai priklauso nuo mokymo duomenų kiekio ir kokybės.

pagrindai
DI
+1