Публикации по теме 'statistics'
Введение в прогнозирование временных рядов
Вы можете многое сделать с линейной моделью
Здесь, в Vortexa, все сводится к моделированию и прогнозированию временных рядов! Мы часто сталкиваемся с ситуациями, связанными с историческими данными временных рядов о каком-то интересном количестве на энергетическом рынке, и хотим спрогнозировать, как это число будет развиваться в будущем. В этом посте мы:
1) Просмотрите общие характеристики временных рядов и создайте собственный набор данных временных рядов в виде игрушек или..
Модуль 5 — Вероятность путем подсчета
В этой статье мы углубимся в суть вероятности путем подсчета, изучая ее принципы с краткими пояснениями и краткими фрагментами кода.
Примеры пространств и событий
Прежде чем мы углубимся в вероятность путем подсчета, важно понять две основные идеи: пространство выборки представляет собой набор всех возможных результатов эксперимента, а событие — это подмножество пространства выборки, которое мы хотим проанализировать. Давайте возьмем красивый пример, чтобы прояснить концепцию...
Почему доверительные области эллиптические? Простое объяснение
90% доверительная область представляет собой область минимальной площади, содержащую 90% массы распределения. Под распределением я подразумеваю двумерное распределение вероятностей, хотя эта концепция не относится к машинному обучению. 90% называется доверительным уровнем, и я обозначаю его как γ. Доверительные области представляют собой обобщение доверительных интервалов для двух измерений. Обычно они представляются с помощью контурных карт.
Можно возразить, что эллипсы (частный..
В чем разница между оценкой максимального правдоподобия (MLE) и максимальной апостериорной оценкой (MAP)?
Оценка максимального правдоподобия (MLE) и Maximum A Posteriori (MAP) - это оба метода для оценки переменной из вероятностных распределений или графических моделей. Они похожи, поскольку вычисляют единственную оценку, а не полное распределение.
MLE, как специалист по данным, который уже увлекся машинным обучением, знаком с этим методом. Он так часто используется, что иногда люди могут даже использовать его, не зная об этом. Например, при подборе гауссовского распределения мы..
Итак, вы хотите начать с науки о данных?
Наука о данных «еще одно модное слово» в сообществе ИТ, компьютерных наук и статистиков, каждый Дрейк и Джош хотят войти в мир искусственного интеллекта и машинного обучения для науки о данных. Этот пост поможет вам понять, какой курс действий вам нужно предпринять, чтобы начать с науки о данных и в конечном итоге стать специалистом по данным.
Ученый по данным – это уникальное сочетание обоих навыков, позволяющее получить более полное представление о данных, а также рассказать о них..
Вопрос порядка и хаоса
Данные, как вы связаны?
Жизнь идет по кругу, кажется, что все идет не так, но все заканчивается идеально. — Re: 4 круга, каждый из которых очерчен квадратами, 1 окружает другой, 2011–10.27
Чтобы определить, коррелируют ли два набора данных, мы можем использовать некоторую статистику в качестве логики принятия решения.
Выявление скрытых паттернов с помощью t-SNE: руководство для начинающих по нелинейному уменьшению размерности
Нелинейное уменьшение размерности — это метод, используемый для визуализации многомерных данных в более низких измерениях, таких как два или три измерения. Одним из популярных методов нелинейного уменьшения размерности является t-распределенное стохастическое соседнее встраивание (t-SNE).
t-SNE — это мощный инструмент для выявления скрытых закономерностей в сложных данных, который широко используется в различных приложениях, включая классификацию изображений, обработку естественного..
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..