-
target
-
dynamic _feat
-
cat
以下是使用这个算法/架构的一些优点:
-
易于建模——在相同的地方构建/训练/部署,速度相当快
-
简单的架构——聚焦于更少的编码,更多地关注您的数据和需要解决的业务问题当然,这个算法还有更多优点,所以我只是简单地介绍了下,因为不是所有的读者都在使用 AWS。
DeepAR Forcasting 算法的文档
PyCaret
因为没有太多的新算法需要讨论,我想包括一种能够比较几种算法的库,其中一些算法可能会更新迭代,所以比较新。这个 Python 库是开源和低代码的,可以被引用。当我开始比较并最终选择我的数据科学模型的最终算法时,它让我更加了解新的和即将流行的机器学习算法。
以下是使用这个库的一些好处:
-
更少的编码时间——您不需要导入库,也不需要设置每个算法特有的每个预处理步骤,相反,您可以填写一些参数,让您可以将几乎所有您听说过的算法并排进行比较
-
易于使用——随着库的演变,它们的易用性也在不断提高。
-
端到端处理——可以研究从数据转换到预测结果的数据科学问题
-
集成良好——可以 Power BI 中使用 AutoML
-
整合——可以加入不同的算法以获得更多好处
-
校准和优化模型
-
关联规则挖掘
-
更重要的是, 一次性比较 20+算法 总的来说,这个库虽然并不是一个新算法,但是它很可能包含 2022 年的新算法,或者至少是最新的算法,甚至像上面提到的 CatBoost 这样的算法都包含在这个库中——这就是我如何发现它的。话虽如此,我认为重要的是要包含这个库,这样您不仅可以了解 2022 年的最新算法,还可以了解您以前没有听说过或者错过的比较老的算法,因为您可以通过简单的用户界面将它们并排进行比较。
PyCaret 的文档
总结
–
如果你认为这个列表很短,那么你就会意识到并不是每年都会有一组新的机器学习算法。我希望这里提到的 3 个算法或库能够增添文档并更受欢迎,因为它们非常棒且不同于通常的逻辑回归/决策树等。
总而言之,以下是 2022 年可以期待的一些新的机器学习算法:
* CatBoost - 算法``* DeepAR Forecasting - 算法/软件包``* PyCaret - 包括新算法的库
复制代码
我希望您会觉得我的这篇文章既有趣又有用。无论您是否同意文中的观点,请随意在下方留言,讲讲为什么支持或反对。您认为我们还可以包括哪些更重要的算法或软件包/库?这些当然可以进一步阐明,但我希望能够阐明一些更独特的机器学习算法和库。
作者介绍
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
盖了95%以上前端开发知识点,真正体系化!**
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
![img](https://i-blog.csdnimg.cn/blog_migrate/ebfa6cae65bbef4df43f3bf205fbf149.jpeg)