Аутентичный ML для самых маленьких: структура МL-проекта

Значимый прорыв формирует отрасль ИИ: IvanScher 29 минут назад Краткое содержание статьи Аутентичный ML для самых маленьких: структура МL-проекта Простой 9 мин 1. 3K Блог компании Selectel Искусственный интеллект Машинное обучение * Исследования и прогнозы в IT * Учебный процесс в IT Обзор Это вводная статья для серии материалов по классическому машинному обучению. Мы поговорим о том, как оно устроено, какие задачи решаются с помощью ML, какие инструменты используют для этого и, конечно, напишем код.

Статьи будут раскрывать основополагающие идеи ML. Я предпочитаю интуитивное объяснение алгоритмов и методов формальной постановке задач и их решению, не умаляя важности последних. Но начнем с главного — со скелета.

Технические детали

Разберем, как работает машинное обучение, из каких этапов состоит любой алгоритм и какие задачи вообще существуют. Для понимания материала достаточно базовых знаний математики, статистики и умения работать с данными. Код на Python: pandas и numpy для данных, а в конце покажем тот же алгоритм четырьмя строками на scikit-learn.

Все фрагменты кода выполняются подряд в одной сессии, а файлы с данными лежат здесь. ЗадачаПредставьте: вы принимаете экзамен у полусотни лбов, и выявить списывающих не так-то просто без должного опыта. Среди сдавших экзамен оказываются и те, кто раз за разом проваливал семинарские работы и нередко пропускал пары.

Раз вам не удалось поймать их за руку в аудитории, вы определите обман на основе данных! В деканате имеется архив учебных журналов с оценками, посещаемостью и результатами экзамена. В них отдельно отмечены те, кто сдал экзамен, но был уличен в списывании.

Отраслевые последствия

Архивные данные о тысяче студентов выглядят так:№Пропуски (часы)Средняя оценка за семинарСписал? 03728,5Да14421,1Да2918,2Да328100,0Нет44576,2Нет............ 995656,2Да9964661,1Нет9977541,4Да9984364,9Нет9995494,1НетИх можно представить в виде матрицы признаков X и вектора целевых меток Y (размером 1 000×1).

Матрица признаков X состоит из 1 000 строк и двух столбцов. Каждая строка описывает одного студента через два признака: суммарное время пропущенных пар в часах (первый столбец) и среднюю оценку за семинар (второй столбец). Вектором целевых меток Y назовем столбец из значений «Да», если студент списал, и «Нет», если не списывал.

Само значение «Да» или «Нет» называется меткой. import pandas as pd import numpy as np from math import sqrt df = pd. read_excel(r'C:\Users\Data\Aрхив.

Событие, по словам экспертов, усилит конкуренцию в сфере ИИ.