Lekce 11 - Support Vector Machine a klasifikace čísel v Python
V minulé lekci, Shlukovací algoritmus K-Means v Pythonu, jsme se věnovali algoritmu K-Means z rodiny algoritmů Učení bez dohledu.
Dnes na nás čeká Support Vector Machine, což je supervised machine learning algoritmus, který můžeme použít pro klasifikaci a regresi.
Vzhledem k tomu, že je algoritmus supervised, potřebujeme vždy pár
vlastnost - cíl. Například u předpovědi ceny
akcií může být vlastností čas a cílem cena
akcií v daném období. Toto je příklad regrese (snahy předpovědět změnu
nějaké hodnoty), kde čas nemusí být jedinou vlastností.
Můžeme jich použít i více, jako např.
analýza příspěvků na sociálních sítích,
analýza novinek ve světě nebo
stav příbuzných akcií, protože čím více, tím lépe (ale
zas pozor - "moc je někdy málo").
Jak SVM funguje
Algoritmus Support Vector Machine se snaží
...konec náhledu článku...
Pokračuj dál
Došel jsi až sem a to je super! Věříme, že ti první lekce ukázaly něco nového a užitečného.
Chceš v kurzu pokračovat? Přejdi do prémiové sekce.
Koupit tento kurz
Obsah článku spadá pod licenci Premium, koupí článku souhlasíš se smluvními podmínkami.
- Neomezený a trvalý přístup k jednotlivým lekcím.
- Kvalitní znalosti v oblasti IT.
- Dovednosti, které ti pomohou získat vysněnou a dobře placenou práci.
Popis článku
Požadovaný článek má následující obsah:
V Python tutoriálu si představíme algoritmus Support Vector Machine a budeme pomocí něj klasifikovat čísla na obrázcích.
Kredity získáš, když podpoříš naši síť. To můžeš udělat buď zasláním symbolické částky na podporu provozu nebo přidáním obsahu na síť.
