Рич Кольер , Камилла Монтонен , Бахаалдин Азарми - Машинное обучение в Elastic Stack

анализ ...................................................294
Технические требования .........................................................................................295
Классификация: от данных к обученной модели................................................295
Классифицирующие модели учатся на данных ..............................................296
Конструирование признаков .............................................................................298
Оценка модели .....................................................................................................299
Простой пример классификации...........................................................................300
Деревья решений с градиентным усилением......................................................307
Введение в деревья решений .............................................................................308
Градиентное усиление ........................................................................................309
Гиперпараметры ......................................................................................................309
Интерпретация результатов ...................................................................................313
Вероятность класса..........................................................................................314
Оценка класса ..................................................................................................314
Важность признака..........................................................................................314
Заключение ...............................................................................................................316
Дополнительная литература ..................................................................................317

Глава 12. Регрессия ...........................................................................................318
Технические требования .........................................................................................318
Использование регрессионного анализа для прогнозирования цен
на жилье.....................................................................................................................319
Использование деревьев решений в регрессионном анализе ..........................326
Заключение ...............................................................................................................329
Дополнительная литература ..................................................................................329

Глава 13. Логический вывод моделей ....................................................330
Технические требования .........................................................................................330
Поиск, импорт и экспорт обученных моделей с помощью API ........................331
Обзор API обученных моделей ..........................................................................331
Экспорт и импорт обученных моделей с помощью API и Python ................333
Обработчики логического вывода и конвейеры данных ...................................336
Обработка отсутствующих или поврежденных данных в конвейерах........345
Получение развернутой информации о прогнозах........................................347
Импорт внешних моделей с помощью eland ........................................................348
Кратко о поддержке внешних моделей в eland................................................349
Обучение DecisionTreeClassifier и импорт в Elasticsearch с помощью
eland ........................................................................................................................349
Заключение ...............................................................................................................353

Содержание  11

Приложение. Советы по обнаружению аномалий ...........................354
Технические требования .........................................................................................354
Роль факторов влияния в разделенных и неразделенных заданиях ...............354
Использование односторонних функций ............................................................361
Исключение определенных интервалов времени ..............................................363
Исключение наступающего (известного) интервала времени .....................364
Создание события календаря ........................................................................364
Остановка и запуск потока данных в нужное время .................................365
Исключение интервала времени постфактум.................................................366
Клонирование задания и повторный запуск исторических данных.......366
Возврат задания к предыдущему снимку модели ......................................366
Использование настраиваемых правил и фильтров ..........................................368
Создание собственных правил ..........................................................................369
Использование настраиваемых правил для оповещения «сверху вниз» ....370
Соображения относительно пропускной способности заданий.......................371
О вреде излишней сложности сценариев .............................................................372
Обнаружение аномалий в вычисляемых полях ..................................................373
Заключение ...............................................................................................................376

Предметный указатель ...................................................................................377

От издательства
Отзывы и пожелания
Мы всегда рады отзывам наших читателей. Расскажите нам, что вы думаете
об этой книге – что понравилось или, может быть, не понравилось. Отзывы
важны для нас, чтобы выпускать книги, которые будут для вас максимально
полезны.
Вы можете написать --">