Изменения

Перейти к: навигация, поиск

Жизненный цикл модели машинного обучения

5 байт убрано, 22:21, 13 февраля 2020
Нет описания правки
===Обучение модели===
В зависимости от типа вопроса, на который вы ищете ответ, можно использовать разные алгоритмы моделирования. Процесс обучения модели машинного обучения состоит из следующих шагов:
* С помощью кросс-валидации необходимо разделить набор данных случайным образом на два набора данных: * Данные данные для обучения. * Данные и данные для тестирования.* Обучите модель с помощью тренировочного набора данных. Оцените набор * Проверьте модель на тестовом наборе данных для обучения и тестирования. * Используйте ансамбль конкурирующих алгоритмов машинного обучения, а также связанные с ними параметры настройки (перебор [http://neerc.ifmo.ru/wiki/index.php?title=%D0%9C%D0%BE%D0%B4%D0%B5%D0%BB%D1%8C_%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D0%B0_%D0%B8_%D0%B5%D1%91_%D0%B2%D1%8B%D0%B1%D0%BE%D1%80 гиперпараметров]), которые определяют ответы на поставленный вопрос по имеющимся данным. * Выясните, какой алгоритм наиболее точно решает поставленную задачу, сравнивая метрики для все возможных вариантов.
==Развертывание==
51
правка

Навигация