Публикации по теме 'data-science'
Прогресс в использовании генетических алгоритмов часть 1 (искусственный интеллект)
GAASP: Протокол атомистической выборки материалов с высокой энтропией на основе генетического алгоритма (arXiv)
Автор: Г. Ананд
Аннотация: Материалы с высокой энтропией состоят из нескольких элементов на сравнительно более простых решетках. Из-за многокомпонентной природы таких материалов выборка в атомном масштабе требует больших вычислительных затрат из-за комбинаторной сложности. Мы предлагаем методологию, основанную на генетическом алгоритме, для отбора проб таких сложных..
Понимание апостериорной вероятности: ключевая концепция байесовского вывода и принятия решений
Что такое апостериорная вероятность?
Апостериорная вероятность в контексте байесовского вывода относится к вероятности гипотезы или события с учетом наблюдаемых данных. Он рассчитывается с использованием теоремы Байеса, которая обновляет априорную вероятность гипотезы или события на основе новых доказательств или данных.
Математически апостериорная вероятность (P(H|D)) рассчитывается как:
P(H|D) = (P(D|H) * P(H)) / P(D)
где:
P(H|D) — апостериорная вероятность гипотезы H при..
Освоение моделей экспоненциального сглаживания для прогнозирования временных рядов
Прогнозирование временных рядов играет решающую роль в различных областях, включая финансы, экономику, продажи и управление цепочками поставок. Одним из наиболее эффективных и широко используемых методов прогнозирования временных рядов является экспоненциальное сглаживание. Этот подход основан на принципе присвоения экспоненциально уменьшающихся весов прошлым наблюдениям, что позволяет ему адаптироваться к меняющимся закономерностям и обеспечивать надежные прогнозы. В этой статье мы..
Использование машинного обучения для обнаружения рака: пошаговое руководство для начинающих в области искусственного интеллекта
Введение
Рак молочной железы является распространенным и серьезным заболеванием, от которого страдают миллионы женщин во всем мире. Раннее обнаружение имеет решающее значение для успешного лечения, и машинное обучение может сыграть жизненно важную роль в прогнозировании его начала. В этом уроке мы рассмотрим пошаговый процесс создания модели машинного обучения, которая может прогнозировать вероятность диагноза рака молочной железы.
Шаг 1. Импортируйте необходимые библиотеки..
Как мы делимся своими знаниями в области науки о данных в команде?
В настоящее время большинство компаний заинтересованы в использовании статистики, машинного обучения и глубокого обучения. Если бы они могли создавать многообещающие услуги с помощью этих технологий, они могли бы быть более конкурентоспособными, чем раньше. Эти типичные примеры — Google и Amazon.
Тем не менее, большинство компаний также не являются зрелыми в этой теме. На самом деле, некоторым компаниям предстоит решить большую проблему, не используя машинное обучение или..
От моделей машинного обучения до утреннего кофе
От моделей машинного обучения до утреннего кофе
Гаутами Лангарканде – младший инженер по машинному обучению в команде Yara Digital Ag Solution по обработке и анализу данных.
Хотя многие начинают свой день с глотка (или глотков) кофеина, вы можете быть удивлены, узнав, что кофе является вторым по стоимости товаром после нефти.
Кофе был впервые обнаружен в Северной Африке и Западной Азии, а затем стал популярным в остальной части Азии, Европы и Америки.
Yara тесно сотрудничает с..
Выбор лучшего магистра наук о данных: на что следует обратить внимание? (ВЕЛИКОБРИТАНИЯ)
Мои советы для будущих студентов, изучающих науку о данных
Введение
После того, как я поделился своим магистерским опытом , будущие студенты несколько раз спрашивали меня о том, что искать в магистратуре по науке о данных.
Это, вероятно, благодаря множеству новых курсов по науке о данных, которые сейчас предлагают университеты. Однако, если вы новичок в этой области, наличие слишком большого количества вариантов может привести к парадоксу выбора: когда есть из чего выбирать,..
Новые материалы
Как создать диаграмму градиентной кисти с помощью D3.js
Резюме:
Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..