Публикации по теме 'mathematics'
На решение этой обманчиво «простой» проблемы уйдет 190 миллиардов лет, Pt. 2
Решение этой почти неразрешимой задачи в разумные сроки
Честно говоря, задача 655 оправдала ажиотаж с рейтингом сложности 30%.
Это было чертовски сложно, по крайней мере, для меня, начинающего программиста, пытающегося найти эффективные алгоритмы для решения проблемы в…
Назад к основам науки о данных и машинного обучения
Я разносторонний компьютерный ученый со страстью к решению проблем. За свою карьеру я приобрел ценный опыт в различных областях науки о данных и разработки программного обеспечения. Однако моя страсть к данным вызвала меня.
Моя страсть к данным родилась, когда я написал дипломную работу о фильтрации разжигания ненависти в социальных сетях. Вот что такое No Hate A.I. Работа с данными не только позволяет мне понять пользователя и облегчить его жизнь, предлагая ему решительные решения, но..
Мандельброт и Джулия — Математическая визуализация и красота
Я был очарован идеей теории хаоса с тех пор, как прочитал об эффекте бабочки. Подробнее об этом я читал в книге Джеймса Глейка «Хаос», в том числе и о Мандельброте. Но пока я не прочитал «Создай свой собственный Мандельброт» Тарика Рашида , я не осознавал, насколько простым было уравнение для рисования Мандельброта.
Это безобидно выглядящее уравнение порождает удивительное множество Мандельброта.
Небольшое изменение входных данных того же уравнения даст набор Жюлиа. Это порождает..
Сито Эратосфена - Введение в ELI5
«Просеиваем двойку и просеиваем тройку, Решето Эратосфена. Когда кратные великие, Оставшиеся числа - простые». - Анонимный
Одна из вещей в моем мысленном списке дел - постоянно практиковаться в решении задач кодирования и совершенствоваться в этом. Я столкнулся с этой проблемой, которая гласит что-то вроде «Список всех простых чисел от 1 до N» , и мне пришлось закодировать решение для ее решения.
Сначала я подумал об очень наивном решении, в котором я заполнил огромный массив..
Что такое «нормы» в машинном обучении?
В машинном обучении мы используем матрицы/тензоры в качестве основных единиц представления.
Векторы Матрицы Тензоры
Некоторые примеры
Изображений Звук Набор данных Что угодно практически..
Две причины использовать нормы
Оцените « насколько велик » тензор (длина)
💡 Для скаляров мы можем представить их длину одним числом (скалярным абсолютным значением). Нам это нравится, потому что это просто, поэтому мы хотели бы измерять матрицы и тензоры одинаково, с одним..
Теория против эксперимента в нейронных сетях
Я рассматриваю машинное обучение как дисциплину с такими же масштабами и мощью по сравнению с ее предшественниками в области анализа, как и вычисления. Будущие историки могут рассматривать нашу эпоху как пограничный период, как, например, противоречие между Лейбницем и Ньютоном, когда различные формальные утверждения методов машинного обучения кажутся различаются, а обозначения противоречат друг другу. Определенная степень эквивалентности методов была выявлена, однако область в..
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..
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..