영어에서 Scikit-learn 을 사용하는 예와 한국어로 번역
{-}
-
Colloquial
-
Ecclesiastic
-
Ecclesiastic
-
Programming
-
Computer
Scikit-learn is one of them.
Scikit-learn 은 LLE 를 제공합니다.Getting started with Scikit-Learn.
(중급) scikit-learn 시작하기.Pandas and Scikit-Learn libraries for researching large amounts of data are written in Python.
방대한 양의 데이터를 연구하기위한 Pandas와 Scikit-Learn 라이브러리는 Python으로 작성되었습니다.Getting started with scikit-learn(1).
SciKit-learn 을 이용한 예시 (1).With the defaults from Scikit-learn, you can get 90-95% accuracy on many tasks right out of the gate.
Scikit-learn의 데이터를 사용하면 많은 작업에 대해서 90~95% 정도의 정확도를 얻을 수 있다.Classification, clustering, scikit-learn, and scipy.
분류, 클러스터링, scikit-learn 및 scipy.Also, you can play around with tons of machine learning algorithms by downloading and installing SciKit-Learn.
또한 SciKit-Learn 을 다운로드해서 설치하면 수 많은 기계 학습 알고리즘을 가지고 놀 수 있습니다.Hands-On Machine Learning with Scikit-Learn and TensorFlow(2017).
오렐리앙 제롱(저자) | 박해선(역자) | 한빛미디어 | 2018-04-27 | 원제 Hands-On Machine Learning with Scikit-Learn and TensorFlow (2017년).We're going to have to use a new library called scikit-learn.
또한 우리는 scikit-learn 이라는 library import 가 필요하다.Use familiar frameworks like PyTorch, TensorFlow, and scikit-learn, or the open and interoperable ONNX format.
PyTorch, TensorFlow 및 scikit-learn 같은 친숙한 프레임워크나 상호 운용 가능한 개방형 ONNX 형식을 사용합니다.Also, we need to import the necessary library from scikit-learn.
또한 우리는 scikit-learn 이라는 library import 가 필요하다.If you want to keep on working with images, definitely check out DataCamp's scikit-learn tutorial, which tackles the MNIST dataset with the help of PCA, K-Means and Support Vector Machines(SVMs).
이미지 작업을 계속하고 싶다면 PCA, K-Means 및 지원 벡터 머신 (SVM)의 도움으로 MNIST 데이터 집합을 다루는 DataCamp의 scikit-learn 자습서를 확인하십시오.Project: Multiple Linear Regression with scikit-learn.
Rhyme의 Project: Multiple Linear Regression with scikit-learn 학습자 리뷰 및 피드백.Many clustering algorithms are available in Scikit-Learn and elsewhere, but perhaps the simplest to understand is an algorithm known as k-means clustering, which is implemented in sklearn.
많은 클러스터링 알고리즘은 Scikit-Learn 및 다른 곳에서 사용할 수 있지만 가장 이해하기 쉬운 알고리즘은 sklearn. cluster. KMeans에서 구현되는 k-means 클러스터링이라고 하는 알고리즘입니다.Of 1 Reviews for Project: Multiple Linear Regression with scikit-learn.
Project: Multiple Linear Regression with scikit-learn의 1개 리뷰 중 1~1.Also have a look at matplotlib to make graphics, and scikit-learn for machine learning.
또한 그래픽을 만들기 위해 matplotlib 를 살펴 보고 기계 학습을 위해 scikit-learn 을 익히시기 바랍니다.The applicability of Python in the domain of data analysis will be illustrated through practical examples with a focus on machine learning using the'scikit-learn' package.
데이터 분석 영역에서 파이썬의 적용 가능성은 'scikit-learn'패키지를 사용한 기계 학습에 초점을 맞춘 실제 사례를 통해 설명 될 것입니다.This is advantageous aswhen you are working on a data science project, you will find that you need many different packages(numpy, scikit-learn, scipy, pandas to name a few), which an installation of Anaconda comes preinstalled with.
이것은 당신이 데이터 과학 프로젝트에서 작업 할 때,당신은 당신이 많은 다른 패키지를 필요로 하는 것을 발견 할 것 이다 (numpy, scikit-배울, scipy, 팬더 몇 가지 이름을), 아나콘다의 설치가 사전 설치 되어 제공.Currently you canconvert models that are trained with Keras, Caffe, scikit-learn, XGBoost, and libSVM.
현재 여러분은 Keras,Caffe, scikit-learn, XGBoost, libSVM로 학습한 데이터를 변환할 수 있다.For example, PyTorch, a library for computer vision andnatural language processing, saw a 300% increase in year-over-year usage from a small base, and scikit-learn, another Python-based machine learning library, was up 39% in usage.
예를 들어, 컴퓨터 비전 및 자연어 처리 라이브러리 파이토치(PyTorch)는 작은 기반에서 전년 대비300% 사용량 증가를 보였고, 다른 파이썬 기반 머신러닝 라이브러리는 싸이킷 런(scikit-learn)은 39% 증가했다.
