Публикации по теме 'math'
Word2Vec — Пропустить грамм
Word2Vec — Скип-грамм
За некоторыми исключениями, модели машинного обучения не принимают необработанный текст в качестве входных данных. Последовательности слов сначала должны быть каким-то образом закодированы. Мы могли бы представить каждое предложение как мешок слов (BOW). Сначала мы находим все уникальные слова в текстовом корпусе. Затем мы сопоставляем каждое предложение с вектором, длина которого равна длине словаря (т. е. количеству уникальных слов), так что значения..
Light on Math ML: интуитивно понятное руководство по матричной факторизации
Вы никогда не будете бояться увидеть якобы пугающее уравнение матричной факторизации в своей жизни!
Код матричной факторизации : [ здесь ]
В этой статье вы узнаете о матричной факторизации, хлебе с маслом многих классических подходов к машинному обучению. В этой статье основное внимание будет уделено объяснению реальных приложений матричной факторизации (MF) (с примерами кода) и интуиции, лежащей в ее основе. Вы когда-нибудь думали, что матричную факторизацию можно использовать..
Не позволяйте математике вас отпугнуть почему программирование во многом зависит от языка.
Когда я, наконец, начал изучать программирование около двух месяцев назад, я давно хотел это сделать. На самом деле мне потребовались годы, чтобы перейти от застенчивого «Было бы круто научиться программированию» до «Я сделаю это сейчас!». Я постоянно собирал небольшие обнадеживающие моменты, пока у меня их не стало достаточно, чтобы частично бросить работу и инвестировать в обучение программированию.
Одним из таких моментов было исследование, которое было опубликовано в журнале..
Дорожная карта машинного обучения по математике — Сколько математики требуется?
Линейная алгебра, статистика, вероятность, целевые функции, регуляризация, теория информации, оптимизация, распределение
Содержание
БЕСПЛАТНЫЕ ресурсы –
Глава 1. Линейная алгебра
Глава 2. Статистика
Глава 3. Вероятность
Глава 4. Целевые функции
Глава 5. Регуляризация
Глава 6. Теория информации
Глава 7. Оптимизация
Глава 8. Распространение
Этот этап отличается от книг, доступных в Интернете. Я включил все темы, необходимые для понимания всей..
Понять энтропию и кросс-энтропию
Теория информации
Энтропия
(Физика): мера хаоса или беспорядка в системе. Чем ниже порядок, тем ниже энтропия.
(Теория информации): мера информации с точки зрения неопределенности. Чем выше неопределенность, тем выше энтропия. Чем выше энтропия, тем больше информации содержится в системе.
Мера информации
Чтобы понять, что такое информация и энтропия , давайте начнем с примера: мы подбросили монету и хотим знать, на какую сторону она приземлилась. Каков объем..
Понимание множеств и теории множеств: полное руководство
Введение
Множества и теория множеств являются фундаментальными понятиями математики, служащими строительными блоками для различных математических дисциплин. В этом исчерпывающем руководстве мы углубимся в мир множеств, теории множеств и операций над множествами. Мы изучим концепцию множеств, их свойства, отношения между подмножествами и надмножествами, а также основные операции объединения, пересечения и дополнения над множествами. Попутно мы также предоставим примеры кода на Python,..
Как вы читаете математические статьи по машинному обучению?
Некоторые документы по машинному обучению довольно сложны в математике. Мне требуется гораздо больше времени, чтобы прочитать тяжелую математическую статью, чем другую, более распространенную разновидность статей по глубокому обучению. Кроме того, было бы неплохо узнать, какие математические знания есть у людей здесь. Какие книги вы нашли очень полезными для понимания статей по машинному обучению? Какие книги я могу прочитать, чтобы улучшить свою «выносливость» для чтения..
Новые материалы
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..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..