Czasopismo | PRZEGLĄD ZBOŻOWO-MŁYNARSKI | Rocznik 2024 - zeszyt 1

Regularyzacja w modelach machine learning

Wojciech Moszczyński

nr katalogowy: 147201

Machine learning w wielkim uproszczeniu polega na tworzeniu matematycznych symulacji istniejących, rzeczywistych procesów. Symulacje takie nazywane są potocznie modelami. Modele buduje się w większości w oparciu o dane historyczne. Co to jest machine learning? Nazwa „uczenie maszynowe” to prosty skrót, który mówi, że uczymy czegoś maszynę. Maszyna to zwykły algorytm. Na przykład montujemy w piekarni urządzenie zliczające ilość klientów wchodzących po zakupy. Wygeneruje nam ono jakiś szereg czasowy. Na przykład dowiadujemy się, że w poniedziałek było 213 klientów, we wtorek 319 itd. Możemy porównać te dane z innymi poniedziałkami i wtorkami z przeszłości. W taki sposób możemy prognozować statystycznie ilu klientów przyjdzie w przyszły poniedziałek lub wtorek. Gdy dodamy do naszych danych porę roku lub warunki atmosferyczne nasz model prawdopodobnie poprawi swoją dokładność predykcyjną. A więc mamy model. Model opierający się o średnie z poprzednich miesięcy. W ostatnich miesiącach w poniedziałki przychodziło średnio 305 klientów z odchyleniem standardowym 21 klientów. Modele oparte na średnich z szeregów czasowych należą do rodziny modeli autoregresyjnych1 . Możemy tworzyć takie modele w arkuszu kalkulacyjnym. Gdy dodamy porę roku, warunki atmosferyczne i inne zmienne, będziemy musieli obliczać średnie w oparciu o każdy ze stanów tych zmiennych (np. średnia z poniedziałków deszczowych i słonecznych). Dodanie nowych zmiennych warunkowych często prowadzi do poprawy zdolności predykcyjnych na czym zwykle nam zależy. Pojawienie się średnich warunkowych prowadzi do 1 https://en.wikipedia.org/wiki/Autoregressive_ model rodziny modeli Bayesia2 . Można prowadzić analizy prawdopodobieństwa warunkowego w arkuszu kalkulacyjnym, ale wymaga to niezwykłej cierpliwości. Pojawienie się warunkowości czynników predykcyjnych (prawdopodobieństwo, że w poniedziałek spadnie śnieg) prowadzi do d[...]

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


PRZEGLĄD ZBOŻOWO-MŁYNARSKI- e-publikacja (pdf) z zeszytu 2024-1 , nr katalogowy 147201 licencja: Osobista Produkt cyfrowy Nowość	10.00 zł

Zeszyt


PRZEGLĄD ZBOŻOWO-MŁYNARSKI- e-zeszyt (pdf) 2024-1 licencja: Osobista Produkt cyfrowy Nowość	50.00 zł

Prenumerata

PRZEGLĄD ZBOŻOWO-MŁYNARSKI - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

240.00 zł

PRZEGLĄD ZBOŻOWO-MŁYNARSKI - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ZBOŻOWO-MŁYNARSKI - papierowa prenumerata roczna	288.00 zł brutto 266.67 zł netto 21.33 zł VAT (stawka VAT 8%)
PRZEGLĄD ZBOŻOWO-MŁYNARSKI - pakowanie i wysyłka	21.00 zł brutto 17.07 zł netto 3.93 zł VAT (stawka VAT 23%)

309.00 zł

PRZEGLĄD ZBOŻOWO-MŁYNARSKI - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ZBOŻOWO-MŁYNARSKI - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	384.00 zł brutto 355.55 zł netto 28.45 zł VAT (stawka VAT 8%)

384.00 zł

Zeszyt

2024-1

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma