Публикации по теме 'datasciencecourse'
Подходы к глубокому обучению для изображений и текстовых данных
Глубокое обучение — это тип машинного обучения, который включает в себя обучение искусственных нейронных сетей на большом наборе данных. Эти нейронные сети способны учиться и принимать разумные решения самостоятельно, без явного программирования. Подходы к глубокому обучению оказались особенно успешными для обработки и анализа изображений и текстовых данных.
Для данных изображений можно использовать подходы глубокого обучения для выполнения таких задач, как распознавание объектов,..
Коэффициент инфляции дисперсии (VIF).
Метрика, определяющая коллинеарность.
Введение:
Многие онлайн-ресурсы рассказывают о значении VIF, но лишь немногие рассказывают о математической интуиции, лежащей в основе VIF. Сегодня, ребята, мы будем разбираться в математике, лежащей в основе VIF.
Значение мультиколлинеарности:
Мультиколлинеарность означает наличие некоторой корреляции между независимыми переменными. Это не подходит для линейной регрессии, поскольку линейная регрессия предполагает отсутствие корреляции между..
Новые материалы
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..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..