¿Cuáles son las mejores visualizaciones de algoritmos de aprendizaje automático?

Realmente disfruto encontrar y compartir explicaciones intuitivas de aprendizaje automático y conceptos estadísticos, y me encantan las buenas visualizaciones. Como resultado, he estado recopilando algunas de mis explicaciones visuales favoritas de varios algoritmos de aprendizaje automático.

La introducción visual de r2d3 al aprendizaje automático recorre los objetivos del aprendizaje automático, construyendo a través de ejemplos para terminar con una demostración en vivo de un algoritmo de árbol de decisión . Excelente introducción al aprendizaje automático para aquellos que son nuevos en el tema, o al menos nuevos en los árboles de decisión. Enlace: una introducción visual al aprendizaje automático

Captura de pantalla:

Tensorflow (biblioteca de aprendizaje automático de código abierto) ha creado un entrenador interactivo de redes neuronales , donde puede jugar con los diferentes parámetros y características para ver visualmente su modelo en un conjunto de datos. Esta es la herramienta de visualización / web que desearía tener antes de comenzar a aprender sobre redes neuronales. Es divertido, interactivo y realmente te da una idea de lo que son las redes neuronales. ¡Ahora si tan solo la construcción de modelos fuera tan fácil! Enlace: Tensorflow – Neural Network Playground

Captura de pantalla:

¡Gracias Kornél Csernai por presentarme al patio de recreo de la Red Neural!

Entrenamiento de Machine Learning en Hyderabad:

El entrenamiento de aprendizaje automático en Hyderabad ha sido diseñado para impartir un conocimiento profundo de las diversas técnicas de aprendizaje automático que se pueden realizar usando R, abarca una comprensión profunda del lenguaje R. El curso está repleto de proyectos de la vida real, estudios de casos e incluye R Cloud Labs para practicar y también dominará los conceptos como agrupación, regresión, clasificación y predicción.

El alcance de la capacitación en ciencia de datos en Hyderabad:

El entrenamiento de aprendizaje automático en Hyderabad que proporciona la ruta de análisis sería una opción optimista para quienes se inscriban en este curso.

• En este mundo de negocios y programación, siempre que haya datos, se necesitará un ingeniero de Machine Learning.
• Este curso de aprendizaje automático en Hyderabad hará que los solicitantes sean científicos preparados para la industria, que puedan almacenar datos relevantes y comunicar claramente los resultados analíticos.
• Se espera que el tamaño del mercado del programa de aprendizaje automático crezca más para 2020.
• En la India ahora hay grandes oportunidades de trabajo para los ingenieros de aprendizaje automático en muchas empresas multinacionales, ya que faltan expertos en aprendizaje automático.

Objetivos del entrenamiento de Machine Learning:

Este curso de aprendizaje automático en Hyderabad le permitirá:

• Obtenga una comprensión fundamental de la analítica empresarial
• Instale R, R-studio y la configuración del espacio de trabajo.
• Comprender varias declaraciones que se ejecutan en R
• Obtenga una comprensión profunda de la gestión de la ciencia de datos y aprenda a importar / exportar datos en R
• Comprender y usar los diversos gráficos en la visualización de datos R

Demanda del entrenamiento de Machine Learning en Hyderabad:

Existe una gran demanda de todos los científicos de datos o ingenieros y desarrolladores de aprendizaje automático en todas las industrias, lo que hace que este curso sea beneficioso para aspirantes en todos los niveles de experiencia. Por lo tanto, recomendamos este aprendizaje automático en Hyderabad , especialmente para los siguientes profesionales:

• Los profesionales de TI y los desarrolladores de software que buscan una carrera pueden pasar a la ciencia de datos y análisis.
• Profesionales que trabajan con datos y análisis de negocios.
• Graduados que buscan desarrollar una carrera en análisis y ciencia de datos.
• Cualquier persona con un interés genuino en el campo del aprendizaje automático de la ciencia de datos.

¿Quién puede tomar este curso?

Existe una gran y creciente demanda de expertos calificados de ingenieros de aprendizaje automático en todas las grandes industrias. Por eso recomendamos este curso para los siguientes profesionales:

• Desarrolladores
• Gerentes de análisis
• Analistas de negocios
• Arquitectos de TI
• Arquitectos de información
• Estudiantes de primer año y graduados

Institutos de formación de aprendizaje automático en Hyderabad:

Analytics Path Machine Learning Training En Hyderabad se está centrando especialmente en aquellos aspirantes que son realmente apasionados de trabajar para las multinacionales como ingenieros de aprendizaje automático, entonces Analytics Path sería la gran plataforma para mejorar el crecimiento profesional en el campo de las herramientas y técnicas de aprendizaje automático.

Haga clic aquí para inscribirse ahora

Una de las mejores formas y las más interactivas que he visto es esta visualización aquí: Introducción visual al aprendizaje automático

También se pueden encontrar otras visualizaciones interesantes en

1- databriks Visualizando modelos de Machine Learning y

2- “demos de aprendizaje automático” Una herramienta de visualización para el aprendizaje automático

Otra forma de visualizar algoritmos de aprendizaje automático es utilizando el marco Weka que proporciona algunas visualizaciones agradables de sus algoritmos.

Por ejemplo, en la imagen de abajo hay un árbol de clasificación visualizado con Weka:

También puede visualizar otros algoritmos, como las reglas de agrupación o asociación: a continuación, se muestra un algoritmo de agrupación que también se visualiza con Weka

Puede descargar Weka desde aquí: Minería de datos con el software Open Source Machine Learning en Java

Otra fuente donde puede ver los algoritmos visualizados es Bloques populares – bl.ocks.org

En particular, hay árboles visualizados y el algoritmo Prims. Estas visualizaciones realmente parecen piezas de arte.

Aquí una captura de pantalla:

Disfruta 🙂

Me sorprendió mucho ver esto, realmente impresionante. Me pregunto por qué nadie ha compartido esto antes.

Visualizar MNIST: una exploración de la reducción de la dimensionalidad

Visualizar representaciones: aprendizaje profundo y seres humanos

No puedo dejar de pensar que, fundamentalmente, el proceso de aprendizaje parece ser:

Para maximizar la información reduciendo la dimensionalidad de los datos a un cierto punto que será lo suficientemente útil.

Este es el gráfico simple y humilde que adorna la página de inicio de scikit-learn.org, pero es realmente una de mis imágenes favoritas, porque en una mirada rápida, demuestra cómo se ven los límites de decisión y los supuestos para los más utilizados, algoritmos básicos

Este es un buen software (gratuito) que puede usar para cargar datos de muestra y probar varios algoritmos de ML (incluidos en el software): http://mldemos.b4silio.com/

Aquí hay algunas muestras de visualización creadas con el software anterior: una herramienta de visualización para el aprendizaje automático

Otras herramientas de visualización – Titanic: Machine Learning from Disaster

Intenté escribir una guía de algoritmos comunes y métodos más nuevos utilizando analogías e imágenes, ya que eso me ayudó a conceptualizarlos cuando comencé en el campo: https://www.slideshare.net/Colle …

Como William sugirió, r2d3 es una excelente fuente. Una cosa que quiero agregar es que si conoce el problema y tiene datos para representarlo, siempre puede generar ejemplos visuales.

para mí los recursos de python en scikit-learn, nltk, son las mejores fuentes para aprender ML

Un tutorial sobre aprendizaje estadístico para el procesamiento de datos científicos.