Публикации по теме 'statistics'
«Освоение вероятности: изучение совместной, предельной, условной вероятности и теоремы Байеса —…
Виды вероятности:
Совместная вероятность Предельная вероятность Условная вероятность
Диаграмма Венна в вероятностях:
В “Set Theory” мы создаем диаграмму Венна.
Диаграмма Венна весьма полезна в “Probability”. . Диаграмма Венна, которую мы используем для понимания “Event” вероятности. «Как два события перекрываются», «Как исходы двух событий перекрываются» Этот “Rectangular Box” обозначается как “u”. . В терминах вероятности этот «u» представляет..
Выбросы, как найти выбросы и сводка по 5 числам
Вы когда-нибудь сталкивались с выбросами при обучении модели машинного обучения? или когда-либо думал
Что такое выбросы?
Выбросы — это точки данных, которые значительно отличаются от остальных данных в наборе данных. Они могут быть вызваны ошибками при сборе данных, измерении или анализе, или они могут быть совершенно законными, но необычными значениями. Выбросы могут исказить результаты анализа и могут быть удалены до проведения дальнейшего статистического анализа.
Пример. У нас..
Линейная регрессия: градиентный спуск против аналитического решения
Объяснение того, почему градиентный спуск часто используется в науке о данных с реализацией на C.
Введение
Градиентный спуск — это повсеместно используемый алгоритм оптимизации, используемый в науке о данных в таких алгоритмах, как нейронные сети, линейная регрессия и машины повышения градиента . Однако почему он используется так часто?
Интуиция градиентного спуска
Начнем с объяснения градиентного спуска. Это будет краткое описание, так как эта тема была подробно освещена,..
Подробное изучение методов машинного обучения для выбора функций в Python — Часть 2
Выбор функций на основе ИИ в Python!
Подробное изучение методов машинного обучения для выбора функций в Python — часть 2
Вторая часть серии статей о выборе функций на основе ML, в которой мы обсуждаем популярные встроенные методы и методы-оболочки, такие как регрессия Лассо, бета-коэффициенты, рекурсивный выбор функций и т. д.
Добро пожаловать во вторую часть моей серии блогов о выборе функций на основе машинного обучения! Мы все знаем, что наступил век больших данных, но иногда..
Создание наивного байесовского классификатора: прогнозирование отмены бронирования в отелях
В этом примере построен наивный байесовский классификатор для прогнозирования клиентов, которые могут отменить бронирование в отеле.
Наивный байесовский классификатор - это вероятностный классификатор и одна из самых фундаментальных моделей классификации. Причина, по которой мы называем классификатор «наивным», заключается в том, что этот классификатор наивно предполагает, что все функции в наборе данных независимы друг от друга, то есть условная независимость.
С этой точки зрения..
Почему выбор функций?
Роль выбора функций в машинном обучении
Выбор функций играет жизненно важную роль в машинном обучении, а также в прогнозном моделировании. Это одна из мер, лежащих в основе снижения размерности.
Вступление:
Выбор функций - это в основном « процесс выбора подмножества соответствующих функций для обработки без какого-либо преобразования » . Это также известно как выбор атрибутов или выбор переменных. Это помогает выбрать наиболее подходящие функции среди доступных. Выбор функции..
Введение в модель линейной регрессии в исследовательской работе
Недавно мы добавили более простой способ построения, прогнозирования и оценки некоторых из хорошо известных регрессионных моделей, таких как линейная регрессия, логистическая регрессия и GLM, с Исследовательской v3.0 . Я написал краткий вводный пост , чтобы продемонстрировать, как вы можете строить, прогнозировать и оценивать модели логистической регрессии в Исследовательском до
Выпущена версия Exploratory v3.0! Я очень рад объявить сегодня о..
Новые материалы
7 идей проектов НЛП, которые помогут улучшить ваши навыки НЛП
Обработка естественного языка (НЛП) стала преобразующей силой, которая меняет то, как мы взаимодействуем с информацией и общаемся с машинами по всему миру. НЛП — это область на стыке..
NoSql для хранения данных
Введение
В области больших данных не секрет, что существует множество модных и/или шумных слов, которые полезны только для увеличения вашей самопродажной способности неосведомленной..
На волне искусственного интеллекта: изучение «текущего» потенциала ликвидных нейронных сетей
Жидкие нейронные сети (LNN) — это новый тип искусственных нейронных сетей, которые разработаны так, чтобы быть более адаптируемыми и эффективными, чем традиционные нейронные сети. LNN вдохновлены..
Как использовать множественную v-модель в компоненте | ВУЭ 3
Возможно, вы уже знаете, как использовать v-model в компоненте. Однако в Vue 3 у вас есть возможность использовать несколько директив v-model . Если вы не знакомы с ним, позвольте мне..
Что такое GAN?
Что такое GAN?
Как странная идея стала основой передового ИИ
Пройдите любой курс по машинному обучению, и вы обязательно столкнетесь с генеративными состязательными сетями или GAN...
Понимание матрицы
Матрицы являются фундаментальными компонентами линейной алгебры и играют решающую роль в различных областях науки о данных, включая машинное обучение, анализ данных и оптимизацию. Операции с..
Мой первый опыт стажировки
Эй, люди! Этот блог посвящен моему опыту стажировки веб-разработчика в Let’s Grow More. Недавно у меня появилась возможность присоединиться к Letsgrowmore в качестве стажера веб-разработчика...