WedX - журнал о программировании и компьютерных науках

Публикации по теме 'statistics'


Выбросы-аномалии в данных.
Что такое выбросы? По сути, выбросы — это точки данных, отклоняющиеся от тренда, шаблона или где-либо еще, где висят другие точки данных. Проще говоря, выброс — это чрезвычайно высокая или чрезвычайно низкая точка данных по отношению к ближайшей точке данных и остальным соседним сосуществующим значениям на графике данных или наборе данных, с которыми вы работаете. Выбросы — это экстремальные значения, которые сильно выделяются из общего набора значений в наборе данных или на..

Исследовательские работы по сетям Кохонена (искусственный интеллект)
Карты Кохонена, расслабляющие победителя и усиливающие победителя: максимальная взаимная информация от усиления победителя ( arXiv ) Автор: Йенс Кристиан Клауссен Аннотация: поведение увеличения обобщенного семейства самоорганизующихся карт признаков, алгоритмов Winner Relaxing и Winner Enhancing Kohonen анализируется с помощью закона увеличения в одномерном случае, который может быть получен аналитически. Случай Winner-Enhancing позволяет достичь степени увеличения, равной..

Вавилонская башня бинарной классификации
Вавилонская башня бинарной классификации TL;DR : бинарная классификация — распространенная задача, но терминология для нее сильно различается в разных областях. Вот краткий глоссарий. Двоичная классификация — это задача классификации элементов заданного набора на две группы (предсказание, к какой группе принадлежит каждый из них)» (Википедия). Подумайте о тесте на беременность. Человек может быть либо беременным, либо нет; а тест на беременность либо скажет, что..

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...

Прогнозирование на основе временных рядов: несезонные модели ARIMA
Модели ARIMA (p, d, q) предоставляют другой подход к прогнозированию временных рядов, и это очень популярная форма статистического метода модели Бокса-Дженкинса. Авторегрессионная интегрированная скользящая средняя может быть полезна в различных областях, таких как статистика, для измерения событий, происходящих за период, а также может быть полезна для прогнозирования будущих значений в серии. Что входит в состав этой модели? Давайте посмотрим на определение AR, I и MA. Модели..

Ой!! отличный блог. Это действительно восхитительная статья. Я восхищаюсь этим блогом.
Ой!! отличный блог. Это действительно восхитительная статья. Я восхищаюсь этим блогом.

Вероятностная и детерминированная регрессия с Tensorflow
Вероятностное глубокое обучение Введение Эта статья относится к серии «Вероятностное глубокое обучение». Эта еженедельная серия охватывает вероятностные подходы к глубокому обучению. Основная цель состоит в том, чтобы расширить модели глубокого обучения для количественной оценки неопределенности, то есть узнать, чего они не знают. В этой статье будут рассмотрены основные различия между детерминированной и вероятностной регрессией. В целом, детерминированная регрессия практична, когда..

Новые материалы

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..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]