Публикации по теме 'statistics'
Плохие модели машинного обучения все еще можно хорошо откалибровать
Машинное обучение
Плохие модели машинного обучения все еще можно хорошо откалибровать
Вам не нужен идеальный оракул, чтобы правильно рассчитать свои вероятности.
Модели машинного обучения часто оцениваются на основе их производительности, измеряемой тем, насколько близка та или иная метрика к нулю или единице (в зависимости от метрики), но это не единственный фактор, определяющий их полезность. В некоторых случаях модель, которая в целом не очень точна, все же может быть хорошо..
Введение в настройку гиперпараметров и автоматизированные методы
Введение в настройку гиперпараметров и байесовские методы
Если мы разобьем машинное обучение на три компонента: представление, оценку и оптимизацию, настройка гиперпараметров скорректирует параметры представления модели, чтобы лучше соответствовать данным в тестовом наборе в соответствии с вашими критериями оценки. Когда мы создаем и оцениваем новые модели, мы также хотим убедиться, что мы не подгоняем модель под данные. Автоматизированные методы варьируются от грубой силы до..
Параметрические и непараметрические модели: понимание различий и выбор правильного подхода
Введение:
В области машинного обучения и статистического моделирования есть две основные категории моделей: параметрические и непараметрические. Понимание различий между этими двумя типами моделей важно для ученых и исследователей данных, чтобы выбрать правильный подход к своим данным и стоящей перед ними проблеме.
Параметрические модели:
Параметрические модели — это те, которые делают предположения об основном распределении данных. Эти предположения часто касаются..
Понимание P-значений: простое объяснение
Приветствую вас, любители данных! Добро пожаловать в еще одно захватывающее путешествие в науку о данных. Сегодня мы объясняем загадочную концепцию P-значения. К концу этой статьи вы сможете уверенно объяснять P-ценности другим людям на следующем званом обеде, даже если сейчас этот термин звучит как абсурд.
Что такое P-значение ?
Представьте себя в зале суда, занимающемся статистическим анализом, где значение P представляет собой решение. Это показатель, который позволяет вам..
Объяснение теоремы Байеса с помощью Овамбе
Теорема Байеса — важный подход в статистике для проверки гипотез и получения оценок.
Согласно Википедии:
Теорема Байеса (альтернативно закон Байеса или правило Байеса, также называемое теоремой Байеса) описывает вероятность события , основанную на предварительном знании условий, которые могут быть связаны с событием. Например, если рак связан с возрастом, то, используя теорему Байеса, возраст человека можно использовать для более точной оценки вероятности того, что у него рак, по..
Как машинное обучение может способствовать устойчивому развитию?
Я почти уверен, что за последние пять дней вы хотя бы раз слышали о машинном обучении или ИИ. Разве не удивительно, что люди могут сделать прямо сейчас, используя искусственный интеллект? Вы видели те вычурные изображения, созданные алгоритмами искусственного интеллекта на основе фотографий ? Или вы слышали о случае, когда ChatGPR сдал экзамен на юридическом факультете ?
Хотя эти идеи ИИ могут показаться скорее интересными, чем полезными, моя цель — доказать, что мы можем..
Упрощенная линейная регрессия для людей с нетехническим образованием
Простое объяснение одного из наиболее часто используемых статистических методов в машинном обучении.
Если у вас нет технического образования и вы пытаетесь понять концепции в технических областях, таких как ИТ или статистика; часто бывает трудно найти какие-то понятные и простые источники для их изучения или просто для того, чтобы иметь представление об интересующих вас понятиях. Эта статья написана с учетом этого.
В чем необходимость этого метода?
Вкратце, линейная регрессия..
Новые материалы
ИИ для общего блага, часть вторая
В нашем последнем блоге мы исследовали возможности ИИ для общего блага, указав на несколько инициатив по поиску действенных решений для продвижения справедливых и беспристрастных систем ИИ. По..
Время расцвета закончилось
Большую часть своей карьеры в индустрии программного обеспечения программисты работали с головой в песок.
Успех в отрасли требует навыков презентации и обучения других.
Ценность улучшенных..
Будущее сельского хозяйства: новый уровень производительности с современными технологиями
По мере роста населения мира растет и спрос на продукты питания. Фермеры сталкиваются с растущим давлением необходимости повышать урожайность и максимизировать производительность, манипулируя..
Состояние совместной фильтрации в 2022 году, часть 1
ResBeMF: Улучшение прогнозируемого охвата совместной фильтрации на основе классификации (arXiv)
Автор: Анхель Гонсалес-Прието , Авраам Гутьеррес , Фернандо Ортега , Рауль Лара-Кабрера..
Зачем изучать PYTHON в 2022 году !
Python — востребованный, доступный язык программирования с активным, постоянно растущим сообществом пользователей. Для тех, кто хочет сменить профессию в мире технологий с помощью..
Решение капч с помощью Puppeteer
Это руководство предназначено для текстовых кодов, а не для reCAPTCHA Google (см. конец этого сообщения).
Требования:
Антикапча или любой другой сервис по разгадыванию капчи. Модуль..
7 встроенных библиотек Python, которые необходимо знать
7 встроенных библиотек Python, которые необходимо знать
Стандартная библиотека Python значительно упрощает жизнь программистов, предоставляя широкий набор функций. Мы выбираем несколько..