Публикации по теме 'data-science'
Построение модели бинарной классификации с помощью R AND STAN.
Как вы, возможно, уже знаете, машинное обучение предоставляет мощные инструменты для создания моделей классификации — моделей, которые используются для классификации или распределения данных по различным классам или категориям на основе их характеристик или атрибутов.
В этом посте представлен вероятностный подход к решению задач классификации с использованием программирования на R и STAN , мощного языка статистического моделирования, основанного на гамильтоновых алгоритмах Монте-Карло...
Анализ справедливости в машинном обучении (с Python)
Выполнение исследовательского анализа справедливости и измерение справедливости с использованием равных возможностей, равных шансов и несоизмеримого воздействия
Уже недостаточно создавать модели, дающие точные прогнозы. Мы также должны убедиться, что эти прогнозы справедливы .
Это уменьшит вред предвзятых прогнозов. В результате вы проделаете долгий путь в укреплении доверия к своим системам искусственного интеллекта. Чтобы исправить предвзятость, нам нужно начать с анализа..
«От хаоса к ясности: построение конвейеров машинного обучения»
Повестка дня этого блога — почему и как использовать воронку
Оглавление:-
· Что такое пайплайн? · Зачем использовать пайплайн? · Преимущество :- · Архитектура :-
Что такое воронка?
Конвейер в scikit-learn — это механизм, а не алгоритм. Это позволяет вам объединить несколько шагов, где результат каждого шага становится входом для следующего шага. Этот механизм полезен для организации и оптимизации рабочего процесса модели машинного обучения.
конвейер..
День 25 #DataScience28: Конфиденциальность и безопасность данных
Конфиденциальность и безопасность данных являются важнейшими аспектами науки о данных, которые нельзя упускать из виду. С появлением больших данных наука о данных стала важным инструментом для предприятий и организаций для принятия обоснованных решений. Однако по мере того, как данные становятся более доступными и обильными, риски, связанные с утечкой данных и неправомерным использованием данных, также возрастают. В этой статье речь пойдет о конфиденциальности и безопасности данных, а..
Работа с оценщиком максимального правдоподобия, часть 6 (искусственный интеллект)
Асимптотические свойства модели AD(1, n) и ее оценка максимального правдоподобия (arXiv)
Автор: Мохамед Бен Алайя , Хусем Дахби , Хамди Фатхаллах .
Аннотация: Эта статья посвящена проблеме глобальной оценки параметров аффинных диффузий в R+×Rn, обозначаемой AD(1,n), где n — целое положительное число, которое является подклассом аффинных диффузий, введенным Даффи и др. в [14]. Модель AD(1,n) может быть применена к ценообразованию опционов на облигации и акции, что проиллюстрировано..
Изучение поведения стохастических систем, часть 1 (расширенная статистика)
1. Барьерные функции управления для стохастических систем с количественной оценкой вероятности ( arXiv)
Автор: Юки Нисимура , Кента Хосино
Аннотация: В последние годы анализу барьерной функции управления уделяется значительное внимание, потому что это полезно для критически важного для безопасности управления, необходимого во многих прикладных задачах управления. Однако распространение анализа на стохастическую систему остается сложной проблемой. В данной работе мы..
7-дневный план изучения статистики для специалиста по данным / аналитика данных
ЧИСТАЯ ТЯЖЕЛАЯ РАБОТА, БЕЗ МОРСКИХ РЕШЕНИЙ
Привет, мальчики и девочки! Меня зовут Сантош Кумар, и я учусь для учеников. В этой статье я расскажу о совершенно новой важной теме, которая представляет собой 7-дневный план изучения статистики для науки о данных, анализа данных и инженерии данных, даже если вы еще не начали изучать статистику, вы можете следовать этой дорожной карте.
Но, Вы должны тратить не менее 4 часов в день (2 часа утром и 2 часа вечером), только тогда можно пройти..
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..