Hari ke-15. Projek baharu. Tiada model lagi. Persetujuan pinjaman. Seorang pemberi pinjaman menerima fail dan perlu mengatakan ya atau tidak. Mengesahkan orang yang salah, bank akan kehilangan wang. Menolak orang yang betul, seseorang akan kehilangan modal. Itu bukan regresi. Kita tidak meramal berapa banyak. Ia adalah pengelasan binari. Dua kelas. Satu sasaran. Sasaran: Loan_Status Y = bersetuju N = tolak Apa yang akan dilihat oleh model Jantina, berkahwin, tanggungan, pendidikan, bekerja sendiri Pendapatan pemohon dan pendapatan rakan pemohon Jumlah pinjaman dan tempoh Sejarah kredit Kawasan harta Apa yang tidak akan dilihat Loan_ID. Ia memberi nama kepada baris. Ia tidak menggambarkan orang tersebut. Output yang dijangka Satu kelas, dan kebarangkalian jika algoritma membenarkannya. Bukan keputusan kredit langsung. Skrin pertama pada jadual awam. Bentuk yang sama seperti projek diabetes. Domain berbeza. Masalah dahulu. Model kemudian. #MachineLearning #Classification #BigBrains
𝐈𝐛𝐧𝐦𝐚𝐫𝐳𝐮𝐤Kongsi
Sumber:Tunjukkan artikel asal
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini.
Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.