Публикации по теме 'data-science'
Лучшее исследование по использованию ценностей Шепли, часть 4 (машинное обучение)
Неадекватность значений Шепли для объяснимости (arXiv)
Автор: Сюаньсян Хуан , Жоао Маркес-Сильва .
Аннотация: В этой статье приводится строгий аргумент в пользу того, почему использование значений Шепли в объяснимом ИИ (XAI) обязательно приведет к доказуемо вводящей в заблуждение информации об относительной важности признаков для прогнозов. Конкретно, эта статья демонстрирует, что существуют классификаторы и связанные с ними прогнозы, для которых относительная важность признаков,..
Последние обновления гетерогенных графиков, часть 5 (машинное обучение)
Моделирование динамического гетерогенного графа и важности узлов для прогнозирования цитирования в будущем (arXiv)
Автор: Хао Гэн , Дэцин Ван , Фучжэнь Чжуан , Сюэхуа Мин , Чэнгуан Ду , Тин Цзян , Хаолун Го , Жуй Лю .
Аннотация: Точный прогноз количества цитирований недавно опубликованных статей может помочь редакторам и читателям быстро определить влиятельные статьи в будущем. Хотя для прогнозирования будущей цитируемости статьи предлагается множество подходов, большинство из..
Что такое визуализация данных?
Данные генерируются везде и каждый день. Визуализация данных помогает исследовать, анализировать и представлять данные.
Проще говоря, визуализация данных превращает невидимое в видимое, что люди могут понять интуитивно. (Сделать данные более понятными.) Или, другими словами, визуализация данных — это графическое представление информации и данных. Диаграммы, графики, инструменты визуализации данных и карты, такие как визуальные элементы, используются для визуализации данных. Они..
Silent Heros of Analytics: предварительная обработка данных 101 — Очистка данных
Silent Heros of Analytics: предварительная обработка данных 101 – очистка данных
Мы все слышали старую поговорку: «Мусор на входе, мусор на выходе». Он открывает истину в области анализа данных: качество ваших идей неразрывно связано с качеством ваших данных. Независимо от того, насколько сложной является ваша модель или насколько оптимизированным может показаться ваш отчет, если основа — ваши данные — ошибочны, ваши идеи тоже будут ошибочными. Возможно, это звучит не так уж и..
Все о XGBoost
Эта статья содержит :: 1. Введение в XGBoost 2. Как формируются деревья в XG Boost 3. XG Boost :: Реализация (код Python) 4. Поиск по сетке в XG Boost 5. Перекрестная проверка в XG Boost 6. Байесовская оптимизация в XG Boost 7. Обработка пропущенных значений в XGBoost 8. Оценка в XGBoost 9 , Показатели оценки в XGBoost 10. Плюсы и минусы XGBoost
Введение в XGBoost
XGBoost — популярная библиотека машинного обучения с открытым исходным кодом для повышения градиента в деревьях..
Возвратный двигатель: феномен низкой волатильности повсюду
Основные моменты и выводы
В одном из предыдущих разделов мы подтвердили, что волатильность ежедневной доходности акций за 6 месяцев служит надежным индикатором для выявления компаний с более высокой доходностью с поправкой на риск. Опираясь на эту концепцию, мы теперь показываем, что феномен силы выбора акций не ограничивается выбранным 6-месячным временным окном. Ежедневная волатильность доходности акций за 12 месяцев также демонстрирует аналогичный эффект: акции с низкой..
Демистификация математических концепций для глубокого обучения
Изучите основные математические понятия для науки о данных и глубокого обучения, такие как скаляр и вектор, детерминант, разложение по сингулярным числам и многое другое.
Наука о данных — это междисциплинарная область, которая использует математику и расширенную статистику для прогнозирования. Все алгоритмы обработки данных прямо или косвенно используют математические концепции. Глубокое понимание математики поможет вам разработать инновационные решения для обработки данных, такие как..
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..