Публикации по теме 'machine-learning'
Последние исследования ценностей Шепли, часть 8 (машинное обучение)
Аппроксимация значения Шепли без предельных вкладов (arXiv)
Автор: Патрик Колпачки , Виктор Бенгс , Эйке Хюллермайер .
Аннотация: значение Шепли, возможно, является наиболее популярным подходом для определения значимого вклада игроков в кооперативную игру, который в последнее время интенсивно используется в различных областях машинного обучения, в первую очередь в объяснимом искусственном интеллекте. Осмысленность обусловлена аксиоматическими свойствами, которым удовлетворяет..
Наука о данных в 2020 году: технологии
Применение науки о данных к науке о данных: глубокое погружение в самые популярные технологии в мире науки о данных в 2020 году.
Копаться в
В этой статье рассматривается то, о чем онлайн-сообщество Data Science писало за последние пару лет, с целью понимания тенденций в технологиях в течение 2020 года. Для этого я взял около 30 000 уникальных данных. Научные истории со всего Медиума с января 2019 года по середину декабря 2020 года.
Эта статья разбита на две части:
Технологии..
Причина для выражения
Так получается, что я довольно поздно сажусь на поезд «Средний». Думаю, это делает меня редкой. Возьми? Потому что средний? Плохая шутка? Хорошо. Это не имеет значения. Важно то, что я здесь. Я здесь. Я где-то. Где я? Это ОЧЕНЬ МНОГО белого пространства. Серьезно, вы должны видеть то, что вижу я.
Впрочем, о более важных вещах в жизни. Я здесь не просто так, да. Действительная причина, не связанная с неудачными попытками метафизического комментария к этому «средству»..
Логистическая регрессия - !!
Логистическая регрессия, также известная как логит-регрессия, и здесь мы решаем проблему, когда зависимая переменная (y) является «категориальной» по своей природе. На простом языке модель логит-регрессии — это функция, которая сопоставляет различные значения предикторов с классом c, где C={1,2,3,4,5….K} . Бинарная логистическая регрессия — это модель используется для оценки вероятности бинарного ответа на основе одной или нескольких переменных-предикторов. Здесь прогнозируемые..
Сообщество Data Mesh Slack, Reverse ETL, SLA для продуктов данных; ThDPTh #9
Войдите в режим обучения сетки данных, новую категорию инструментов данных и узнайте, зачем вам нужны соглашения об уровне обслуживания данных.
Данные будут питать каждую часть нашего существования в ближайшем будущем. Я собираю Точки данных , чтобы помочь понять это будущее.
Если вы хотите поддержать это, поделитесь им в Twitter, LinkedIn или Facebook.
На этой неделе я наткнулся на ряд вещей: слабое сообщество для изучения сетки данных, введение в Reverse ETL и SLA для продуктов..
Выбор функций в машинном обучении
При построении модели машинного обучения мы сталкиваемся с множеством функций (зависимых переменных), которые могут добавлять или не добавлять какое-либо значение к целевой переменной. Если мы используем все функции, это может привести к неэффективному коду с большими временными задержками, а также к переподгонке моделей. Следовательно, мы используем метод под названием «Выбор функций», чтобы удалить избыточные функции и построить общую подходящую модель.
Технику выбора фильтра можно..
Кодирование временных характеристик (Часть 1)
Кодирование временных характеристик (Часть 1)
Как научить Deep Neural Networks (DNN) праздничным дням
При работе с реальными временными рядами рано или поздно мы сталкиваемся с праздничными днями, которые проявляются как аномалии в очень надежной схеме. Например, в сфере розничной торговли мы обычно наблюдаем очень сильную еженедельную сезонность. Но во время Пасхи эта закономерность нарушается главным образом потому, что магазины закрыты исключительно в Страстную пятницу и..
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..