WedX - журнал о программировании и компьютерных науках

Публикации по теме 'data-science'


Прогнозирование с помощью линейной регрессии в Microsoft Excel — inc. Сезонность и рост
В этой статье представлено пошаговое руководство о том, как выполнять простое, но эффективное прогнозирование в Microsoft Excel с использованием модели линейной регрессии. Мы рассмотрим три варианта модели и сравним результаты на конкретном одномерном наборе данных — ежемесячные продажи продукта за 5 лет. Будут три варианта модели; Оригинальная модель линейной регрессии (LR). Модель LR с сезонностью — определение того, как колеблются продажи в определенные месяцы, и реагирование на..

Новая надежда: прикладное машинное обучение для криптотрейдинга
В последние годы использование машинного обучения в трейдинге становится все более популярным, особенно в сфере криптовалют. Было доказано, что машинное обучение в целом полезно для двух ключевых целей: (1) универсальная функция с возможностью анализа огромных объемов данных и выявления закономерностей; и (2) способность создавать воспроизводимые узкоинтеллектуальные прогнозы, чтобы помочь использовать роботов, которые выполняют задачи 24/7. Роботы — в этом контексте предназначены для..

Лучшее исследование субмодульной максимизации, часть 2 (оптимизация машинного обучения)
Надежная сетевая субмодульная максимизация последовательностей (arXiv) Автор: Цихао Ши , Бинъян Фу , Цань Ван , Цзявэй Чен , Шэн Чжоу , Янь Фэн , Чунь Чен . Аннотация: В этой статье мы изучаем \underline{R}obust\underline{o}оптимизацию для \underline{se}quence \underline{Net}worked\underline{s}субмодулярной задачи максимизации (RoseNets). Мы переплетаем робастную оптимизацию с последовательной сетевой субмодульной максимизацией. Элементы связаны ориентированным ациклическим..

Линейная регрессия в машинном обучении
Введение Регрессия — это метод статистического анализа, используемый для моделирования связи между зависимой переменной и одной или несколькими независимыми переменными. Он предсказывает непрерывные числовые значения на основе входных переменных. Зависимая переменная, также известная как переменная ответа или переменная результата, — это переменная, которую вы хотите предсказать или объяснить. Независимые переменные, также называемые переменными-предикторами или признаками, — это..

Обработка событий мыши в OPEN CV   —   ЧАСТЬ 3
Для части 2 нажмите здесь , а для части 1 нажмите здесь . В этой части сначала я покажу некоторые операции обработки событий мыши на изображении, а также некоторые на видео. Теперь давайте начнем со списками событий мыши в OPEN CV — evt=[i for i in dir(cv2) if 'EVENT' in i] print(evt) #output ['EVENT_FLAG_ALTKEY', 'EVENT_FLAG_CTRLKEY', 'EVENT_FLAG_LBUTTON', 'EVENT_FLAG_MBUTTON', 'EVENT_FLAG_RBUTTON', 'EVENT_FLAG_SHIFTKEY', 'EVENT_LBUTTONDBLCLK', 'EVENT_LBUTTONDOWN',..

Раннее обнаружение мошенничества с кредитными картами
Применение модели машинного обучения для активного тестирования и классификации транзакций как действительных или нет. Введение Идея технологии кредитных карт на самом деле восходит к концу 1800-х годов и исходит из утопического романа Эдварда Беллами Оглядываясь назад ( Looking Backward ) ( Взгляд назад ) ( Википедия ). Впрочем, что-то подобное мы начали видеть только в 20 веке, но ничто по сравнению с тем, что мы имеем сейчас. Дело в том, что кредитные карты произвели революцию..

Итоги Kubernetes AI Day North America 2021 — Часть 1
Вы пропустили День ИИ Kubernetes CNCF на KubeCon North America 2021 еще в октябре? Если да, то, возможно, вы пропустили, что все доклады с мероприятия были загружены на YouTube . В первой части этой серии блогов, состоящей из двух частей, мы дадим вам краткое изложение первых пяти выступлений дня. Kubeflow Pipelines v2: новое поколение MLOps в Kubernetes Картик Рамачандран , менеджер по продукту Google Cloud Vertex AI — Google, выступил с докладом, чтобы представить Kubeflow..

Новые материалы

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..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..


Для любых предложений по сайту: [email protected]