Класс – метка, характеризующая принадлежность Наблюдения (Observation) к тому или иному виду характеристики. К примеру, в Модели (Model) Классификации (Classification) пациентов
1 min read
май
08
Доля ложных положительных классификаций (FPR)
Доля ложных положительных классификаций (False Positive Rate) – число предсказаний, ошибочно классифицированных Моделью (Model) Машинного обучения (ML) как утвердительные. Является составляющей
2 min read
май
01
Пулинг (Pooling)
Пул — понижение размерности изображения, применяемой во избежание Переобучения (Overfitting)Модели (Model)Машинного обучения (ML). Самый распространенный вид пулинга "2 х
1 min read
апр.
23
MinMaxScaler
MinMaxScaler – библиотека Scikit-learn, позволяющая произвести Нормализацию (Normalization) данных перед использованием в Модели (Model) Машинного обучения (ML), то есть приведение Числовых
k-блочная кросс-валидация (k-блочная перекрестная проверка) – процедура, используемая для оценки навыков Моделей (Model) Машинного обучения (ML) на новых данных. Она обычно
3 min read
апр.
09
Тест Дики-Фуллера (ADF)
Тест ADF (расширенный тест Дики – Фуллера) – проверка Статистической значимости (Statistical Significance), которая демонстрирует результаты проверки Нулевой гипотезы (Null Hypothesis) и
3 min read
апр.
07
N-грамма (N-gram)
N-грамма — это последовательность из n слов, где n — дискретное число, которое может принимать значения от 1 до бесконечности. Например, слово
1 min read
апр.
04
Важность признака (Feature Importance)
Важность функции – техника присваивания очков полезности зависимым переменным – Предикторам (Predictor Variables) в зависимости от того, насколько они способны спрогнозировать Целевую
2 min read
март
26
Управляемый рекуррентный блок (GRU)
Управляемый рекуррентный блок (GRU – Gated Recurrent Units, УРБ) – механизм Нейронных сетей (Neural Network), объединяющий кратковременную и долговременную виды памяти в
4 min read
март
19
Шум (Noise)
Шум – записи в наборе данных, не укладывающиеся в ту или иную концепцию Классификации (Classification). Такие Наблюдения (Observation) вызваны человеческой ошибкой
