Публикации по теме 'statistics'
Сложная часть прикладной науки о данных: SELECTION BIAS
Модели классификации в коммерческом использовании
В коммерческом использовании существует множество моделей классификации, удержание клиентов, взыскание долгов, перекрестные продажи, дополнительные продажи… вы называете это!
Предположим, ваша следующая модель готова и готова к работе! Вам не терпится запустить его в производство, когда вы проводите собрания по проверке и развертыванию. Все идет нормально.
На данный момент заинтересованные лица, возможно, действительно впечатлены..
Важные дистрибутивы для машинного обучения
Основная тенденция в статистике:
Среднее значение . Среднее – это сумма всех наблюдений, разделенная на количество наблюдений. давайте возьмем пример предмета и его оценок из 100 (80,75,85,70,78) это 5 предметных оценок, которые мы хотим рассчитать Среднее (среднее), поэтому первый шаг - это сложение всех оценок, что составляет 388, а затем разделить это по общему количеству баллов, которое равно 5, теперь мы получаем наше среднее (среднее) 77,6, и это среднее (среднее) всегда..
Распределение в статистике!
Распределение вероятностей
В статистике распределение вероятностей — это математическая функция, которая сообщает вам, как распределяются ваши данные, какова вероятность возникновения каждого события, то есть всех возможных результатов эксперимента.
Давайте посмотрим на один пример, чтобы понять это,
Que. Какова вероятность всех возможных исходов при бросании костей?
Здесь мы знаем, что все возможные результаты броска игральной кости — 1, 2, 3, 4, 5, 6. Тогда вероятность..
Модуль 4 — Аксиомы вероятности
В этой статье мы углубимся в суть аксиом вероятности, исследуем их значение и раскроем их реализацию, управляемую кодом.
Введение
Вероятность является фундаментальным понятием в математике, а статистика лежит в основе анализа неопределенности лжи. За его загадочной привлекательностью скрывается набор основополагающих принципов, известных как аксиомы, которые управляют тем, как мы рассуждаем о неопределенных событиях.
Первые аксиомы:
Неотрицательность В основе вероятности лежит..
6 лучших книг для изучения математики для науки о данных и машинного обучения
Создавайте прочные математические основы в качестве специалиста по данным из этих книг
Не секрет, что прочная математическая база имеет решающее значение для успеха в таких областях, как наука о данных и машинное обучение. Эти дисциплины в значительной степени опираются на статистический анализ, теорию вероятностей, линейную алгебру и другие математические концепции.
Независимо от того, являетесь ли вы новичком, желающим войти в мир науки о данных и машинного обучения, или опытным…
От данных к решениям: понимание деревьев решений
Дерево решений — это графическое представление возможных решений решения, основанное на определенных условиях. Это древовидная структура, похожая на блок-схему, где внутренний узел представляет функцию (функции), ветвь представляет правило принятия решения, а каждый конечный узел представляет результат. Самый верхний узел в дереве решений известен как корневой узел. Он учится разделять входные данные, используя функцию и правила принятия решений.
Деревья решений строятся с..
Как предсказать личную продуктивность в Python. Вставьте модное слово машинного обучения.
В этой части мы рассмотрим, как можно прогнозировать свою личную продуктивность, используя некоторые современные методы. Мы рассмотрим относительно простой пример того, как создать (статическое) интерактивное приложение исключительно с использованием Python.
Во-первых, как именно мы прогнозируем личную продуктивность? Во-первых, нам нужны данные. В идеале, изрядное количество. Во-вторых, нам нужно открыть наш набор инструментов. Теперь, если вы похожи на меня, вы, вероятно, всегда..
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..