Публикации по теме 'data-science'
Что такое регрессия опорных векторов (SVR) ?
Введение в алгоритмы машинного обучения
Регрессия опорных векторов – это популярная машинная модель обучения модель . Сегодня в этой статье я хотел бы дать вам подробное объяснение и как работает эта модель.
регрессия опорных векторов используется в области обучения с учителем .
Машина опорных векторов и регрессия
Опора вектор модель может использоваться как для задач регрессии , так и для классификации и он разделен на 2 части. Машина опорных векторов (SVM)..
Лучшие статьи для чтения по алгоритму среднего сдвига
Асимптотическая эквивалентность алгоритма среднего сдвига и ClusterTree ( arXiv )
Автор: Эри Ариас-Кастро , Ваньли Цяо
Аннотация . Два важных непараметрических подхода к кластеризации появились в 1970-х годах: кластеризация по наборам уровней или кластерному дереву, как было предложено Хартиганом, и кластеризация по градиентным линиям или градиентному потоку, как предложили Фукунага и Хостелер. В недавней статье мы аргументируем тезис о том, что эти два подхода..
Модели машинного обучения для успешных торговых стратегий
Как думать об обучении и использовании моделей машинного обучения для алгоритмической торговли.
Многие люди пытались предсказать фондовые рынки. Я потратил около 6 месяцев на создание сквозной системы машинного обучения для алгоритмической торговли. Я использовал производственную систему для размещения заказов на бумагу в течение последних 5 месяцев и получил прибыль 23% по сравнению с 10,7% индекса S&P-500. Доходность и показатели риска для бумажной торговли и тестирования на истории..
Последние изменения в идеях о познании, часть 1 (нейронаука)
Резонансная модель спонтанной корковой активности ( arXiv )
Автор: Яньцзян Ван , Цзичао Ма , Цзебин Луо , Сюэ Чен , Юэ Юань
Аннотация: мы предлагаем резонансную модель спонтанной корковой активности, которая способна точно предсказать функциональную связность (ФК) покоящегося мозга, учитывая, что сила структурной связи и знак (возбуждающий или тормозящий) каждой связи известны. Полученный FC хорошо согласуется с эмпирическим FC, измеренным с помощью функциональной..
ПОРТФЕЛЬ НАУКИ О ДАННЫХ
Привет, Data Geek! 🌟
Надеюсь, вы знаете, что собрать вместе все свои замечательные проекты и продемонстрировать их — это большое дело, и я не могу этого не подчеркнуть! Это похоже на волшебную сокровищницу ваших невероятных навыков и достижений. 💼✨
По словам главного специалиста по данным DataCamp Дэвида Робинсона, публичная демонстрация ваших навыков в области науки о данных — один из наиболее эффективных способов получить отличную работу в области науки о данных. Итак, вот совет:..
Анализ временных рядов с использованием Python
Анализ временных рядов дает нам возможность прогнозировать будущие значения на основе прошлых
значения. Временные ряды можно использовать для прогнозирования будущих тенденций в различных секторах, таких как экономика,
изменение климата, система образования, продажи в компаниях или на фондовой бирже и многое другое. Время
анализ серии позволяет компаниям овладеть своим прошлым, получая представление о своих прошлых данных и
с теми же данными предсказать возможные будущие сценарии..
Последние исследования на основе нейронных сетей ReLU, часть 8 (машинное обучение)
Изучение функций Липшица с помощью обученных GD неглубоких сверхпараметризованных нейронных сетей ReLU (arXiv)
Автор : Илья Кузборский , Чаба Шепешвари
Аннотация: мы исследуем способность перепараметризованных неглубоких нейронных сетей ReLU обучаться липшицевым, недифференцируемым, ограниченным функциям с аддитивным шумом при обучении методом градиентного спуска (GD). Чтобы избежать проблемы, заключающейся в том, что в присутствии шума нейронные сети, обученные почти с нулевой..
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..