Публикации по теме 'statistical-learning'
Статистическое прогнозирование для данных временных рядов, часть 5: Модель ARMA + GARCH для прогнозирования временных рядов
Визуализация данных
Статистическое прогнозирование для данных временных рядов, часть 5: Модель ARMA + GARCH для прогнозирования временных рядов
В этой серии статей рыночный индекс S&P 500 анализируется с использованием популярной статистической модели: SARIMA (интегрированная сезонная авторегрессионная скользящая средняя) и GARCH (обобщенная авторегрессионная условная гетероскедастичность).
В первой части серия была удалена из yfinance API на python. Он был очищен и..
Сила сплайн-функций в статистическом обучении
Каждая точка данных имеет значение в сфере статистического обучения. Но что, если мы не можем достаточно ясно увидеть взаимосвязь между этими точками? Сплайн-функции являются ключом к решению этой дилеммы. Сплайн-функции, основанные на математике, полностью изменили статистическое обучение. Они помогают нам связать отдельные точки, давая нам лучшее и более четкое понимание данных.
Сплайн-функции: простое введение
Прежде чем мы рассмотрим, как сплайн-функции используются в..
Показатели оценки 101
В наши дни машинное обучение, кажется, у всех на слуху, и почти каждый, от новичков на YouTube до хорошо зарекомендовавших себя компаний, изо всех сил пытается усвоить эти сладкие идеи. Многие из этих идей являются прямым результатом кропотливо собранных данных и хорошо разработанных моделей. Обучение этим моделям - важный шаг в этом процессе, но понимание того, как оценить модель, может оказаться сложной задачей. Вот тут-то и пригодятся методы оценки.
Образцовые методы оценки -..
Статистическое моделирование данных временных рядов. Часть 3: Прогнозирование стационарных временных рядов с использованием SARIMA.
Визуализация данных
Статистическое моделирование данных временных рядов. Часть 3: Прогнозирование стационарных временных рядов с использованием SARIMA.
В этой серии статей рыночный индекс S&P 500 анализируется с использованием популярной статистической модели: SARIMA (интегрированная сезонная авторегрессионная скользящая средняя) и GARCH (обобщенная авторегрессионная условная гетероскедастичность).
В первой части серия была удалена из yfinance API на python. Он был очищен и..
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..