Публикации по теме 'machine-learning'
наука о данных | Коэффициент ранговой корреляции Спирмена
Коэффициент ранговой корреляции Спирмена
В корреляции Спирмена мы измеряем силу и направление монотонной связи между двумя ранжированными переменными по сравнению с корреляцией Пирсона, которая измеряет линейную связь между двумя переменными.
Итак, у нас есть монотонная ассоциация и ранжированные переменные.
Формула ранговой корреляции Спирмена
«di» — это разница в парных рангах (абсолютное значение) и n = количество случаев.
Что такое ранжированные переменные?..
Обзор дрейфа модели в машинном обучении
Дрейф данных, дрейф концепций и переобучение модели Зачем это нужно?
Изменения постоянны:
Мир динамичен, и данные постоянно меняются, будь то объем, качество, целостность или масштаб. Модели машинного обучения, обученные на сегодняшних данных, могут оказаться непригодными для завтрашнего дня.
Модели машинного обучения создаются или обучаются на основе заданных или исторических данных. Производительность модели ML так же хороша, как и данные, на которых она обучается, но эти..
Использование LIME для объяснения моделей машинного обучения для числовых данных
В этом блоге я попытаюсь продемонстрировать, как объяснить модели машинного обучения черного ящика (с использованием числовых данных в качестве набора поездов) с помощью LIME . Я использовал этот пакет Python, и большинство примеров, которые я нашел для использования этого пакета, относились к данным изображений. Вот почему я хотел поделиться своим опытом объяснения числовых данных с помощью LIME.
Что в этом руководстве
Справочная информация о LIME Обучение и использование..
Позиционная сеть прямой связи для позиционных вложений в трансформаторы
Позиционно-упреждающая сеть имеет следующие преимущества по сравнению с обычными позиционными вложениями в трансформаторах:
Моделирование длинных последовательностей . Сеть с прямой связью по положению позволяет модели эффективно собирать информацию о местоположении, предоставляя обучаемое сопоставление индекса положения с непрерывным представлением. Это имеет решающее значение для моделирования долгосрочных зависимостей в последовательности. Обобщение до невидимых позиций . Сети с..
📈 Маркетинговый набор данных банка UCI. Часть 1. Исследовательский анализ данных (EDA)
Эта статья — просто копия моего Jupyter Notebook, но почти без кода — только рисунки. Если вы хотите получить код, он у меня есть: * Github: https://github.com/alexkataev/Case-Study-UCI-Bank-Marketing-Dataset * И Kaggle: https://www.kaggle.com/alexkataev/uci-bank-marketing-dataset-part-1-eda Иногда я буду использовать изображения кода и его вывода, потому что это более компактно, чем уценка кода Medium. Информация в первых двух главах взята из репозитория машинного обучения UCI:..
Новый искусственный интеллект Metaverse пытается исправить гендерную предвзятость
На этой неделе новая система искусственного интеллекта Metaverse с открытым исходным кодом пытается исправить гендерную предвзятость в биографиях Википедии.
Добро пожаловать в The Digital Eye , ваш еженедельный обзор последних новостей в области технологий.
Наша команда экспертов прочесала Интернет в поисках самых интересных и информативных статей, чтобы вы могли быть в курсе всего, что связано с цифровыми технологиями, данными, блокчейном, искусственным интеллектом и аналитикой...
Население и выборка в науке о данных и статистике
Мягкое введение в популяцию, выборку и их характеристики в статистике.
«Факты упрямые, но статистика надежна» - Марк Твен
Роль населения играет важную роль в статистике и науке о данных. Более того, без составления совокупности и выборки весь мир строительной статистики и науки о данных мог бы исчезнуть.
Данные являются основным строительным блоком всего анализа. Важно знать, как данные разделяются, собираются и отбираются выборки, прежде чем приступить к статистическому..
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..