Публикации по теме 'python'
Гамма-регрессия против линейной регрессии (в Python)
Общие линейные модели и гамма-регрессия
Гамма-регрессия — это тип обобщенной линейной модели (GLM), которую можно использовать для моделирования непрерывных неотрицательных данных, и это более гибкая модель, чем линейная регрессия. В модели гамма-регрессии предполагается, что зависимая переменная распределена в соответствии с гамма-распределением. Независимые переменные используются для прогнозирования среднего значения (μ) гамма-распределения.
В контексте GLM функция связи — это..
365 дней Python: день № 29 — «Соглашения о кодировании»
Языки программирования, как и письменные языки, имеют свою собственную «грамматику».
Конечно, эта грамматика не является грамматикой в традиционном смысле. Скорее, это набор правил для того, чтобы сделать ваш код понятным для других программистов.
Представьте себе мир, в котором программист может писать свой код в любом стиле, который он пожелает. Это был бы беспредел .
Как я в основном понимаю, что такое НАУКА ДАННЫХ!
Как я в основном понимаю, что такое НАУКА О ДАННЫХ!
«Я думаю, что работа в области науки о данных похожа на сбор большого количества данных, а затем на их обработку в различных формах, которые мы легко понимаем, с помощью инструментов и алгоритмов».
Затем, углубившись в науку о данных, я думаю, что наука о данных - это комбинация нескольких областей.
питон ML Глубокое обучение AI База данных Статистика
"ДАННЫЕ ЯВЛЯЮТСЯ НИЧЕМ, КАК ФАКТИЧЕСКАЯ ИНФОРМАЦИЯ ЧЕЛОВЕЧЕСТВА..
Памятка по анализу списков — Преобразование в циклы for и наоборот
Преобразование в циклы for и наоборот
Те из нас, кто преодолел отметку новичка в изучении Python, могли столкнуться с пониманием списков , которое, по сути, является более коротким и элегантным способом создания списка с использованием цикла for.
Понимание списка в двух словах
Допустим, у нас уже есть существующий список фруктов:
fruits = ["apple", "orange", "pear"]
Вот основное понимание списка:
lis = [fruit for fruit in fruits]
# lis will..
Я, как специалист по данным, покажу вам, почему Jupyter Notebook и Jupyter Lab хороши для работы с данными…
Для тех, кто хочет начать работу с анализом данных в Python
В этой статье будут представлены Jupyter Notebook и Jupyter Lab (совместно называемые Jupyter), очень надежные инструменты для анализа данных в Python.
Jupyter уже широко используется в мире науки о данных, но я хотел бы показать его преимущества с помощью демонстрации.
Предположения
В этой статье я анализирую данные при следующих условиях.
Анализируйте табличные данные, а не неструктурированные данные, такие как..
За алгоритмом O_Sieve
O_Sieve – это алгоритм обнаружения выбросов, использующий трехмерную проекцию точек данных. Он вычисляет расстояния точек данных от центральной точки в трехмерном пространстве на основе квадратов значений целевого столбца. Затем алгоритм определяет верхний и нижний пороговые значения расстояния, используя подход, основанный на медиане. Точки данных, выходящие за пределы этих пороговых значений, считаются выбросами.
Математика
Предположение: возведение в квадрат меньших чисел..
Модульные тесты для людей, у которых нет времени на тесты
Краткое руководство о том, как улучшить качество кода и душевное спокойствие
Тесты могут быть серьезной неудачей, но надежное покрытие тестами является отличительной чертой зрелых инженерных команд. И если бы вы могли выбрать что-то одно для решения проблем с качеством кода, модульное тестирование - лучшее вложение, которое вы можете сделать.
Что такое модульный тест?
Это первое, что нужно уточнить. Существует много типов тестов: модульные, регрессионные, интеграционные, сквозные..
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..