#roc_auc — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #roc_auc, aggregated by home.social.
-
Бинарная классификация: как работает логистическая регрессия
Недавно мне предстояло написать реализацию LogisiticRegression для одного проекта в Школе 21, так что было необходимо разложить всё по полочкам и разобраться в бинарной классификации в целом. Хочу поделиться также этой информацией здесь, потому что не нашла статьи, которая была бы понятна и обширна лично в моём случае.
https://habr.com/ru/articles/994376/
#ml #логистическая_регрессия #линейная_регрессия #бинарная_классификация #roc_auc #gini_coefficient #бернулли #сигмоида #градиентный_спуск #sgd
-
Бинарная классификация: как работает логистическая регрессия
Недавно мне предстояло написать реализацию LogisiticRegression для одного проекта в Школе 21, так что было необходимо разложить всё по полочкам и разобраться в бинарной классификации в целом. Хочу поделиться также этой информацией здесь, потому что не нашла статьи, которая была бы понятна и обширна лично в моём случае.
https://habr.com/ru/articles/994376/
#ml #логистическая_регрессия #линейная_регрессия #бинарная_классификация #roc_auc #gini_coefficient #бернулли #сигмоида #градиентный_спуск #sgd
-
Бинарная классификация: как работает логистическая регрессия
Недавно мне предстояло написать реализацию LogisiticRegression для одного проекта в Школе 21, так что было необходимо разложить всё по полочкам и разобраться в бинарной классификации в целом. Хочу поделиться также этой информацией здесь, потому что не нашла статьи, которая была бы понятна и обширна лично в моём случае.
https://habr.com/ru/articles/994376/
#ml #логистическая_регрессия #линейная_регрессия #бинарная_классификация #roc_auc #gini_coefficient #бернулли #сигмоида #градиентный_спуск #sgd
-
Бинарная классификация: как работает логистическая регрессия
Недавно мне предстояло написать реализацию LogisiticRegression для одного проекта в Школе 21, так что было необходимо разложить всё по полочкам и разобраться в бинарной классификации в целом. Хочу поделиться также этой информацией здесь, потому что не нашла статьи, которая была бы понятна и обширна лично в моём случае.
https://habr.com/ru/articles/994376/
#ml #логистическая_регрессия #линейная_регрессия #бинарная_классификация #roc_auc #gini_coefficient #бернулли #сигмоида #градиентный_спуск #sgd
-
Метрики качества оценки вероятностей в бинарной классификации: опыт из ФинТеха
Бинарная классификация — одна из ключевых задач машинного обучения, но в реальных приложениях часто важно не только определить класс, но и понять, с какой вероятностью модель принимает решение. Как проверить точность вероятностных предсказаний? В статье обсуждаются специализированные инструменты для оценки качества вероятностных прогнозов, ключевые метрики и их интерпретация. Материал будет полезен для практиков, стремящихся повысить точность и объяснимость своих моделей.
https://habr.com/ru/articles/864794/
#классификация #roc_auc #pr_auc #calibration #ml #Оценка_вероятностей #Log_Loss #HosmerLemeshow #Качество_классификации #бинарная_классификация
-
Оценка точности искусственного интеллекта в медицине
Наверное, немногие знают о проведении в Москве масштабного эксперимента по использованию искусственного интеллекта (ИИ) в лучевой диагностике. Первые едицинские изображения искусственный интеллект начал обрабатывать в феврале 2020 года – это были КТ-снимки органов грудной клетки, на которых алгоритмы находили признаки COVID-19. Нейросети с 2020 года работают в рамках эксперимента по внедрению технологий компьютерного зрения в работу столичных медучреждений. Он проводится Департаментом здравоохранения города Москвы совместно с Департаментом информационных технологий на базе столичного Центра диагностики и телемедицины. Проект помогает развивать искусственный интеллект в России, а также поддерживать отечественных разработчиков. На начало лета 2024 года с помощью нейросетей обработали более 12 миллионов исследований. В распоряжении московских врачей свыше 50 сервисов компьютерного зрения. Алгоритмы помогают находить на медицинских изображениях (маммограммах, КТ, МРТ и рентгеновских снимках) признаки 37 различных заболеваний, в том числе рака легкого, пневмонии, остеопороза, аневризмы аорты, ишемической болезни сердца, инсульта, легочной гипертензии, гидроторакса и других патологий. В 2023 году впервые в России медицинскую услугу с использованием технологий искусственного интеллекта включили в систему обязательного медицинского страхования. А в 2024-м столица открыла доступ к специальной платформе, после подключения к которой врачи по всей стране смогут обрабатывать результаты лучевых исследований с использованием столичных алгоритмов.