Добрый день, уважаемые читатели. Целью этой статьи является классификация изображений с помощью сверточных слоёв Keras. Всё это дело мы будем тестировать на стандартном наборе — MNIST. Этот набор содержит 70.000 изображений рукописных цифр (от 0 до 9-ти). Наша цель проста — сделать так, чтобы сверточная нейронная сеть правильно предсказала изображенную Читать дальше…
Добрый день, уважаемые читатели. Сегодня мы реализуем анализ настроения, а именно определим, является ли комментарий на русском языке «токсичным». Мы будем использовать библиотеки Keras для построения модели, pandas для обработки данных, некоторые функции sklearn и matplotlib для визуализации процесса обучения нейронной сети. Наша цель — определить, является ли комментарий агрессивным, Читать дальше…
Добрый день, уважаемые читатели! Мы продолжаем экспериментировать с объединением моделей sklearn ради большей обобщающей способности. Сегодня мы реализуем ансамбль с мажоритарным голосованием, используя 4 модели и набор данных wine. Подпишись на группу Вконтакте и Телеграм-канал. Там еще больше полезного контента для программистов. А на моем YouTube-канале ты найдешь обучающие видео по программированию. Подписывайся! Что такое мажоритарное голосование? Читать дальше…
Добрый день, уважаемые читатели! Темой нашей сегодняшней статьи стал пошаговый классификатор, реализованный на чистом Python, использующий в качестве основы модель sklearn, а для вычислений NumPy. Подпишись на группу Вконтакте и Телеграм-канал. Там еще больше полезного контента для программистов. А на моем YouTube-канале ты найдешь обучающие видео по программированию. Подписывайся! Как работает классификатор на Python Суть работы алгоритма Читать дальше…
Добрый день, уважаемые читатели. Сатирический заголовок говорит о том, что сегодняшней темой станут нейронные сети, а точнее «алгоритм» их обучения. Ведь обучить нейросеть не значит создать класс модели и вызвать метод fit (sklearn) или заполнить её слоями (keras). Это значит предобработать данные, подобрать гиперпараметры, сохранить её для дальнейшего использования и Читать дальше…
Всем доброго времени суток! Сегодня мы посмотрим на основные операции с массивами NumPy и создадим «шпаргалку», которой вы сможете быстро пользоваться. Подпишись на группу Вконтакте и Телеграм-канал. Там еще больше полезного контента для программистов. А на моем YouTube-канале ежедневно по будням проходят обучающие стримы по программированию. Подписывайся! Предисловие Python становится все популярнее и популярнее. Много людей Читать дальше…
Всем доброго времени суток! Сегодня многие умеют создавать свои модели машинного обучения с помощью таких библиотек как TensorFlow, Keras или SkLearn. И эти модели имеют хорошую обобщающую способность! Однако как нам сохранить наши результаты, не обучать ведь модель каждый раз при запуске программы (некоторые модели обучаются по несколько дней даже Читать дальше…
Добрый день. Сегодня мы продвинемся в изучении машинного обучения и затронем тему обработки естественного языка (NLP). Сегодня мы будем использовать множество инструментов на примере практической задачи. Подпишись на группу Вконтакте и Телеграм-канал. Там еще больше полезного контента для программистов. А на моем YouTube-канале ежедневно по будням проходят обучающие стримы по Читать дальше…
Сегодня мы рассмотрим, так ли оптимизация NumPy (сокр. от Numeric Python) хороша по сравнению с обычными списками в Python. Главным критерием мы возьмём время вычислений, а тестировать будем три операции: обычное умножение, вычисление гиперболического тангенса и нормализация в промежуток [0, 1]. Вычисление времени в Python Для вычисления времени мы будем Читать дальше…
Анализ данных сегодня становится все более и более популярным. Нынче аналитику данных нужно не только владеть Excel’ем, а и иметь навыки работы с языком Python как минимум. «Питон» имеет огромное множество библиотек для анализа данных, самой популярной из которых является pandas. Введение Pandas — библиотека для анализа и обработки данных. Читать дальше…