machine-learning-model

Вопрос или проблема Я пытаюсь предсказать погоду, используя QSVM. Набор данных, который я использую, можно посмотреть здесь: Набор данных: https://www.kaggle.com/datasets/muthuj7/weather-dataset Я использую ZZfeatyremap и линейное квантовое ядро.

Вопрос или проблема Традиционно алгоритмы машинного обучения для ранжирования принимают признаки на вход и затем выдают “рейтинг-оценку”, которая не имеет естественной вероятностной интерпретации. Например, предположим, что у нас есть три ноутбука: “

Вопрос или проблема Я пытаюсь предсказать данные о погоде, используя алгоритм quantum svm. Код работает нормально до предсказания модели, но когда я пытаюсь предсказать выход, возникает следующая ошибка. ValueError: x_vec и y_vec имеют несовместимые размеры.

Вопрос или проблема Я новичок в ML и работаю с набором данных, содержащим много категориальных переменных с высокой кардинальностью. Я заметил, что во многих учебниках по кодированию, например, здесь, кодирование применяется после разделения на тренировочный и тестовый наборы.

Вопрос или проблема Я работаю над проектом, связанным с набором данных примеров промахов кэша. Входные признаки модели структурированы следующим образом: Особенности для каждого пути и входящей строки: [Индекс пути, адрес памяти, будущий RD, рейтинг давно

Вопрос или проблема Рассмотрите следующую систему связных ОДУ (уравнения Лотки-Вольтерра): $$ \frac{dx}{dt} = \alpha x – \beta x y, \\ \frac{dy}{dt} = – \gamma y + \delta x y , $$ Как я могу обучить модель для оценивания положительных параметров

Вопрос или проблема Предположим, что мы обучили модель машинного обучения с учителем на наборе данных $D= \{(x_i,y_i)\}_{i=1}^n$, и модель очень хорошо справляется с невидимыми данными. Значения $x_i$ – это векторы признаков $x_i^{(n)}$, и у нас

Вопрос или проблема Я работаю над проектом, чтобы предсказать будущие продажи продуктов нашей компании, чтобы цепочка поставок имела лучшее представление о том, сколько нужно пополнить запасы. Подробная информация о модели, над которой я работаю: Модель

Вопрос или проблема Я создаю модель CNN-LSTM для прогнозирования многомерных временных рядов: model = Sequential() #model.build((10,7,1)) model.add(Conv1D(filters=64, kernel_size=2, activation='relu',input_shape=(10,7),strides=1)) model.

Вопрос или проблема В настоящее время я пытаюсь создать несколько функций для улучшения производительности модели. Одна из этих функций, которую я хотел бы создать, соответствует разнице в днях между покупкой клиента и его последней покупкой.

Вопрос или проблема У меня есть проблема классификации, которую кажется, часто встречают, но я не могу найти название этой задачи и лучший способ моделирования этой проблемы. Допустим, у меня есть серия событий, которые происходят последовательно во времени.

Вопрос или проблема Я обучил модель машинного обучения с хорошей точностью, но что дальше? Мне сложно ответить на этот вопрос: как вы представите свою модель? Какую платформу вы используете? Как вы обеспечиваете непрерывное обучение модели?

Вопрос или проблема Мы работаем с онлайн-рынком. Наша задача – предсказать, будут ли определенные продукты прибыльными для нашего рынка в ближайшем будущем (горизонт – один месяц). Например, рассмотрим 2 продукта: Игрушка Жираф (предсказана неприбыльной)

Вопрос или проблема Я нашел этот вопрос, но мне нужен ответ в другом направлении. Пример: Предположим, мы хотим предсказать, захочет ли человек с определенным профилем купить продукт A и/или B. Итак, у нас есть 2 бинарных класса A и B, которые не исключают

Вопрос или проблема Существует множество моделей машинного обучения, основанных на данных. Легко назвать несколько из них: нейронные сети, линейная регрессия, SVM и так далее… но что такое моделирование, не основанное на данных (или модельное)

Вопрос или проблема У меня есть данные по заказам за предыдущий год, содержащие информацию о продукте и продавце, продавшем продукт. У меня есть информация о продукте, категории продукта, продавце, адресе доставки, цене и т. д.

Вопрос или проблема ”’Я использовал алгоритм k-means для кластеризации набора документов, содержащих только текстовые данные. Документ содержит 2 миллиона записей. Удивительно, но результат кластеризации следующий: 90% записей хранится в одном

Вопрос или проблема Настройки Данные структурированы по нескольким учетным записям (клиенты моей компании). У каждого клиента есть множество кандидатов на домены. Цель – классифицировать домены на основе их сходства с одобренными доменами.

Вопрос или проблема Предположим, что у меня есть два ранжированных списка, A и B, причем каждый элемент в списках связан с определенным количеством очков: A = [(I_2, 6), (I_4, 5), (I_1, 3), (I_5, 1)] - очки в порядке убывания B = [(I_4, 1), (I_3, 0.

Вопрос или проблема В нашем наборе данных есть 2 атрибута, citizen и nric. Правило такое: если citizen равен US, то result должно принимать значение nric, в противном случае Non-US. Не могли бы вы посоветовать, какой алгоритм в Weka я должен использовать