Публикации по теме 'mathematics'
Пошаговое руководство по проекту машинного обучения «Уравнение-код» на Python - Часть 1, разделение на линейные элементы…
Подробное объяснение математического уравнения для создания практических математических основ для вашего пути к машинному обучению или глубокому обучению.
Большой разрыв между инженером и инженером по машинному обучению - это способность преобразовывать математические уравнения в реальный код. Иногда нам действительно нужно реализовать некоторые базовые концепции с нуля, чтобы лучше понять магию за кулисами, а не просто импортировать библиотеку без дальнейшего понимания.
Поэтому я..
Введение в прикладную линейную алгебру: векторы
Цель: эта статья представляет собой введение в векторы, векторные операции и их приложения в области науки о данных.
Почему вам следует его изучить. Это основа почти всех методов машинного обучения, позволяющих учиться на данных, будь то прогнозирование, классификация или кластеризация.
Оглавление:
Что такое вектор? Добавление вектора Скалярно-векторное умножение Скалярное произведение Линейные комбинации
Что такое вектор?
Вектор — это упорядоченный конечный список..
Математические концепции, важные для машинного обучения: обзор
В этом блоге будут рассмотрены математические концепции, важные для машинного обучения. Наша жизнь изменилась благодаря автоматизации и машинному обучению. Очень мало людей, на которых не повлияли бы AI или ML. ML и AI повсюду, включая социальные сети, умные финансы, здравоохранение и другие средства.
Машинное обучение — это обширная область. Он включает в себя вероятность, статистику, информатику и алгоритмы, используемые для создания интеллектуальных приложений. Эти программы..
Статистика: основные знания для науки о данных
В мире науки о данных и машинного обучения статистика служит фундаментом, который позволяет профессионалам принимать обоснованные решения и получать ценную информацию. В этой статье мы углубимся в основные концепции и инструменты статистики, которыми должен овладеть каждый начинающий специалист по данным и инженер по машинному обучению. Приготовьтесь отправиться в увлекательное путешествие, которое рассеет тайну статистических принципов и раскроет их практическое применение...
Теория множеств - история и обзор
Часть I. Что такое теория множеств и почему она актуальна сегодня?
Идеологически концепция бесконечности далека от средней математической терминологии - никакая другая тема не выходит за пределы круга математики так, чтобы ее можно было перевести из практического аналитического инструмента в феномен мифической известности. Взаимодействуя с такими культурными темами, как религия и философия, понятие бесконечности несет в себе особую ауру божественности.
Когда-то давно во всех..
Математическая интуиция за кривыми Безье
Кривые Безье - отличные инструменты для представления кривизны и имеют множество приложений, таких как компьютерная графика, шрифты и анимация. Если вы раньше имели дело с CSS, вы, вероятно, сталкивались с кривыми Безье. Например, в CSS вы можете использовать функцию времени, выраженную в виде кривой Безье, как показано выше, где ось x - это время, а ось y - расстояние.
Зачем их использовать?
Давайте посмотрим на компьютер. Нас просят нарисовать кривую, которая будет занимать 100..
Секретный соус прогнозного моделирования: понимание веса доказательств
Weight of Evidence (WOE) — это статистический метод, используемый в прогностическом моделировании для измерения связи между независимыми переменными и целевой переменной. Это мера силы связи между каждой независимой переменной и целью. Он используется для прогнозирования вероятности определенного результата на основе наличия или отсутствия определенных независимых переменных. Значения WOE используются для замены исходных значений независимых переменных в прогностической модели. Это..
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..