Публикации по теме 'mathematics'
Простое объяснение доверительных интервалов
Как статистическая концепция, доверительные интервалы могут быть немного пугающими. Однако они являются невероятно полезным инструментом для оценки параметров населения на основе выборки данных. В этом посте мы дадим простое объяснение доверительных интервалов и рассмотрим пример, который поможет проиллюстрировать, как они работают.
Доверительные интервалы — это статистическая концепция, которая помогает нам оценить диапазон значений, в который может попадать параметр генеральной..
Программная инженерия 101: объединение нескольких значений в одно 64-битное значение
Есть некоторые вещи, которые должен знать каждый инженер-программист, но, к сожалению, этому не учат в школах. Один из них: как вставить несколько значений в одно значение.
Программная инженерия серии 101 -
Вставка нескольких значений в одно 64-битное значение ( вы здесь ) Часовые пояса и работа с датами
Если вы не знаете об этом, возможно, вам интересно
Как это помогает? Почему я не могу использовать разные переменные для каждого значения? Зачем без надобности..
Кубические сплайны: идеальная модель регрессии
Почему кубические сплайны — лучшая модель регрессии.
Введение
В этой статье я рассмотрю кубические сплайны и покажу, насколько они более надежны, чем модели линейной регрессии высокой степени. Сначала я расскажу о математике кубических сплайнов, затем покажу модель на Python и, наконец, объясню феномен Рунге.
Библиотека Python, используемая в этой статье, называется Regressio . Это библиотека Python с открытым исходным кодом, созданная автором для одномерной регрессии,..
Основы математики для науки о данных: введение в системы линейных уравнений
ОСНОВНАЯ МАТЕМАТИКА ДЛЯ НАУКИ ДАННЫХ
Основы математики для науки о данных: введение в системы линейных уравнений
Понимать и визуализировать изображение строк и столбцов систем линейных уравнений
В этой статье вы сможете использовать то, что вы узнали о векторах (см. Здесь ), матрицах (см. Здесь ) и линейных преобразованиях ( здесь ). Это позволит вам преобразовывать данные в системы линейных уравнений. Вы также можете посмотреть Основы математики для науки о данных , чтобы..
Понимание критериев сходства в машинном обучении
Существует более 5 широко используемых дистанционных функций.
Измерение сходства между двумя объектами вычисляется с помощью математических формул, называемых функциями расстояния.
Почти все алгоритмы машинного обучения в течение своей жизни вычисляют расстояние. kNN использует его на этапе классификации, нейронные сети используют его во время обучения, а k-means использует его на этапе кластеризации.
Метрика расстояния - один из основных вычислительных блоков, которые используются..
Толстые хвосты и риск, скрытый за линиями
Если вы еще не знаете, Lucratyva, LLC полностью управляется студентами. Когда мы сидим в классе и изучаем финансы, экономику и математические распределения, мы склонны видеть взаимосвязь между этими тремя темами.
Часто мы находим учения невероятно полезными и информативными для нашей собственной деятельности, но иногда мы и другие студенты в американских кампусах преподаем стандартную учебную программу по финансам и финансовому моделированию, которая соответствует традиционной форме (в..
Математика для науки о данных
Вы ошеломлены, ища ресурсы, чтобы понять математику, лежащую в основе науки о данных и машинного обучения? Мы вас прикрыли.
Мотивация
Изучение теоретических основ для науки о данных или машинного обучения может быть непростым делом, поскольку оно включает в себя несколько областей математики и длинный список онлайн-ресурсов.
В этой статье моя цель - предложить ресурсы для создания математической базы, необходимой для начала практической / исследовательской работы в области науки о..
Новые материалы
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..
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..