Публикации по теме 'mathematics'
Почему новостники (и вы) должны понимать базовую статистику
Недавно я наткнулся на новостную статью после объявления результатов IIT JEE. Заголовок статьи гласил: «43 кандидата набрали 100 процентилей в JEE (основной)». Я задумался, несет ли этот заголовок какую-либо значимую информацию. Давайте пока отложим погружение в то, что на самом деле означает заголовок.
Предположим, я представляю этот заголовок как вопрос статистики. Можете ли вы определить, сколько студентов явилось на экзамен ИИТ? В качестве альтернативы позвольте мне..
Система линейных уравнений
для двух и трех переменных
Эта статья обобщает мои заметки, основанные на концепциях и методах первой недели курса deeplearning.ai Линейная алгебра для машинного обучения и науки о данных Луиса Серрано . Кроме того, я включил другие определения и иллюстрации из других источников.
Что такое линейное уравнение?
Уравнение, переменные которого можно умножать на скаляры и/или числа, добавлять/вычитать его переменные и добавлять/вычитать к ним константы.
В математике система..
Как я создал язык программирования: результат
Ну типа.
Я имею в виду, что это не так сложно или причудливо, как то, что используют, например, Python, C или Java. Это то, что можно было бы назвать маленьким языком программирования , имеющим ограниченную функциональность, но, тем не менее, работающим.
Но он работает (довольно прилично), обрабатывает ошибки и служит цели.
Что оно делает?
Я большой любитель математики. Но что касается языков программирования специально для математики, я не смог найти ничего, кроме MATLAB и..
Полный путь к глубокому обучению
Как начинающие люди не понимают, как они могут попасть в глубокое обучение, науку о данных. Даже когда я начал изучать глубокое обучение несколько месяцев назад, я понятия не имел, с чего начать. Какой бы блог я ни читал, я вижу, что вам нужна математика, бла-бла-бла.
Я был очень средним по математике, но это было тогда. Но с помощью желания можно добиться всего. Итак, мы начинаем.
1. Примите решение
Все начинается с мышления. Сначала примите во внимание, что вы будете асом в..
Случайные переменные
Раскрытие сюрпризов со случайными величинами
Случайная переменная – это функция, а не переменная, которая присваивает возможное значение результату любого неопределенного эксперимента (например, подбрасыванию монеты).
Пример. Когда мы подбрасываем монету, мы не уверены в результате подбрасывания. Он может быть представлен случайной переменной, которая может иметь значение «Голова» или «Сказки».
Дискретная случайная переменная
Он представлен целым числом. Отличается..
Обобщенные линейные модели (GLM) с приложением
Обобщенные линейные модели (GLM) с приложением
Изучение GLM позволяет вам понять, как мы можем использовать распределения вероятностей в качестве строительных блоков для моделирования. Я предполагаю, что вы знакомы с линейной регрессией и нормальным распределением.
Теорию Гаусса Наивного Байеса (GNB) можно найти ниже.
Математика наивного алгоритма Байеса и его применение Теорема Байеса утверждает, что условная вероятность события, основанная на..
Осваиваем основы алгоритмов машинного обучения 📝 📚 — Часть 1
Добро пожаловать в наше исчерпывающее руководство по фундаментальным алгоритмам машинного обучения! В этом блоге мы углубимся в концепции, математику, предположения и практическую реализацию некоторых из наиболее широко используемых алгоритмов в этой области. Независимо от того, являетесь ли вы новичком, стремящимся построить прочную основу, или опытным практиком, желающим освежить свои знания, это руководство даст вам четкое представление о линейной регрессии, логистической регрессии,..
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..