Введение в вероятность и статистику. Давайте поймем необходимость вероятности на примере. Это карта Индии, которая показывает региональную классификацию, основанную на языке, на котором говорят люди. Теперь область, выделенная желтым цветом, показывает количество людей, говорящих на бихари, а в оранжевой области (центральная зона) люди говорят на хинди. Сейчас главное беспокойство людей, живущих недалеко от границы Бихари и центральной зоны, на каком языке они говорят. Хотя на..

Уменьшение размерности !! Всем привет… Добро пожаловать в мой первый блог. В этом блоге я хотел бы объяснить, насколько важно уменьшение размерности в машинном обучении, и рассказать о его важности, плюсах и минусах. Также прикрывая некоторую математику за этим. Давайте начнем! Уменьшение размерности — это, по сути, преобразование данных более высокого измерения в данные более низкого измерения, что помогает анализировать данные более эффективным способом. В области машинного..

В ИИ нет «волшебства» Для тех, кто не спит по ночам, задаваясь вопросом, станет ли искусственный интеллект решением их проблем: вот краткий обзор, основанный на моем опыте и нескольких видных лидерах в мире ИИ. Это должно дать вам представление о том, чего ожидать и с чего начать, когда вы думаете об использовании ИИ, чтобы вы могли избавиться от шума и суеты. Резюме Изобилие шума, непонимание Машинное обучение или также называемое «Автоматизация маркировки» на примерах ИИ..

Проверка гипотез является важным инструментом в логической статистике для определения того, каким может быть значение параметра совокупности. Мы часто делаем этот вывод на основе выборочного анализа данных. В основе проверки гипотез лежат два атрибута: Нулевая гипотеза: H Альтернативная гипотеза: H1 Типы методов проверки гипотез а . Критерий хи-квадрат ( корреляционные тесты ) б. Анализ дисперсионного теста (ANOVA) ( Параметрические статистические тесты гипотез) в...

Благодаря PROS моего работодателя (NYSE: PRO, https://pros.com/ ) у меня появилась возможность снова посетить KDD в этом году. Мой первый опыт KDD был в 2014 году, когда я был аспирантом, который достиг 5-го места в кубке KDD вместе с тремя другими классными Kagglers. В то время я больше интересовался кластеризацией, визуализацией данных и выбором функций, которые тесно связаны с моей диссертацией. После работы в промышленности я переключаюсь на прогнозирование временных рядов,..

Если вы новичок в искусственном интеллекте, держу пари, вы не знаете, с чего начать. Если вы только начинаете, то, скорее всего, еще не так жарко. Возможно, ваши модели не дают измеримой ценности. Или, может быть, они вообще никогда не работали. Но ждать! Преимущества ИИ хорошо известны, верно? Что тут происходит? Большинство компаний поручают своим специалистам по обработке данных и / или инженерам исследовать модели. Я имею в виду, а почему бы и нет? Это очевидное место для..