Публикации по теме 'graph'
Теория графов 2
В прошлый раз мы говорили о теории графов и ее многочисленных приложениях, в том числе о том, что такое простой граф. На этот раз мы рассмотрим их структуру и свойства.
Чтобы убедиться, что мы все находимся на одной странице, давайте кратко рассмотрим, что такое график и какой график мы будем рассматривать в этом уроке.
Граф представляет собой набор точек (или вершин) и отношений между ними. Мы будем рассматривать графы, которые являются простыми (что означает, что каждая пара вершин..
Создание профессиональных графиков в MATLAB
Имея в нашем распоряжении множество связанных с графиком функций в MATLAB, иногда может быть сложно выбрать, какую из них использовать для представления графика. Далее я расскажу о некоторых простых функциях, которые могут быстро улучшить эстетическую привлекательность графиков, позволяя вам уделять больше времени анализу тенденций в данных.
Вот три примера (как мне кажется) эстетических и профессиональных сюжетов, которые я создал в прошлом, внеся простые изменения, такие как те, о..
Как исследовать набор изображений с помощью теории графов
Объедините извлечение признаков, меру сходства и график ближайших соседей
Когда вы начнете работать с набором данных, состоящим из картинок, вам наверняка будут задавать такие вопросы, как: можете ли вы проверить, хороши ли картинки? Есть ли какая-то аномалия? Быстрым и грязным решением было бы вручную просмотреть данные один за другим и попытаться отсортировать их, но это может быть утомительной работой в зависимости от того, сколько изображений вы получите.
Например, на..
Интуиция свертки графов
TD; LR - Учитывая представление Graph в терминах матрицы смежности, оно не фиксирует пространственную корреляцию, необходимую для свертки. Этот пост отражает интуицию о том, как домен Фурье помогает в свертке.
Предварительные условия для представления графа - https://medium.com/analytics-vidhya/unboxai-introduction-to-graph-machine-learning-e4b88514258c
Почему свертка
Прежде чем мы углубимся в свертки графов, позвольте нам понять, что делает свертка в пространственной области -..
Program Algo — Введение в графики
В этой статье я объясню концепции BFS, DFS и других важных алгоритмов в компьютерном программировании.
Это обязательные навыки для каждого студента, изучающего информатику.
Узлы и ребра
Для любого графа G = (V, E), где:
V: набор узлов (вершин). Иногда также обозначается n . E: набор ребер между парами узлов. Иногда также обозначается m .
Для неориентированных графов:
deg(v) = Количество ребер в v ∑v∈V град(v) = 2E
Для ориентированных графов:
deg_in(v) =..
«Искусство рассказывать истории», а именно визуализация данных
Рядом с моим домом жил школьник, и каждое утро я видел, как его мать учила «А для яблока, Б для мяча и т. д.». Однажды вечером я увидел его таким скучным, я подошел к нему и задал его проблему, на что он ответил, что не может ничего запомнить, хотя занимается больше часов, чем его одноклассники. На его день рождения я подарил ему несколько карточек, как на изображении ниже, и сказал им смотреть на эти карточки, пока он читает. Через несколько дней он подошел ко мне, радостно рассказывая о..
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..