Публикации по теме 'bayesian-statistics'


Обзор принципов, методов и приложений байесовского машинного обучения  — Жасмин Бхарадия
Привет привет…! Машинное обучение захватывает мою жизнь, как и весь мир. Ржу не могу. Хотя и не в буквальном смысле. Но да, это влияет на многие аспекты моей карьеры. И я рад этому. Мне нравятся новые вызовы. Абстрактный Байесовское машинное обучение — это область машинного обучения, которая включает в процесс обучения байесовские принципы и вероятностные модели. Он обеспечивает принципиальную основу для моделирования неопределенности, прогнозирования и обновления убеждений на..
Объяснение байесовского A / B-тестирования
Существует множество применений A / B-тестирования в различных отраслях. От попытки определить оптимальные рыночные группы до тестирования медицинских препаратов, он имеет различные приложения и позволяет предприятиям принимать решения на основе результатов. Есть два распространенных подхода к A / B-тестированию: частотный подход и байесовский подход, которые отходят от основ проверки гипотез. В этой статье я расскажу об объяснении и реализации байесовского подхода к A /..
CRPS  — функция оценки для байесовских моделей машинного обучения.
Непрерывная ранжированная вероятностная оценка — это статистическая метрика, которая сравнивает прогнозы распределения с достоверными значениями. Важной частью рабочего процесса машинного обучения является оценка модели. Сам процесс можно считать общеизвестным: разделите данные на обучающие и тестовые наборы, обучите модель на обучающем наборе и оцените ее производительность на тестовом наборе с помощью функции оценки. Функция оценки (или метрика ) представляет собой отображение..
Объяснение теоремы Байеса
Теорема Байеса, лучшим переформулированием может быть что-то вроде теоремы о доказательствах или теоремы о доверии. На самом деле речь идет о том, насколько мы можем верить поступающим доказательствам, или это формулировка, которая описывает, насколько хорошо мы можем им доверять. Например, просто представьте, что вы слышите, как из гаража шумит автомобильная сигнализация, но вы даже не смотрите на нее, так как это случалось много раз назад — может быть, потому что ваши дети ударили машину,..
Эволюция выбора бросков НБА
Когда центровые начали бросать тройки? Эта статья изначально была опубликована в моем бесплатном информационном бюллетене . Если вы заинтересованы в том, чтобы получать это прямо в свой почтовый ящик (бесплатно!), не стесняйтесь подписаться. Как изменился выбор ударов игроков с течением времени? Здесь мы разбиваем его по позициям и смотрим на распределение выстрелов каждый год, начиная с 2000 года. Сам вопрос довольно прост (и, возможно, результаты не слишком полезны или интересны)...
Использование байесовского вывода: подход к прогнозированию с помощью вероятностных распределений
В этой статье обсуждается концепция байесовского вывода, вероятностного подхода к машинному обучению, который включает обновление априорного распределения вероятностей на основе наблюдаемых данных. В нем исследуется использование байесовского вывода для прогнозирования будущих данных на основе имеющихся данных. Байесовский вывод — это мощный подход к машинному обучению, который позволяет нам делать прогнозы и принимать решения на основе неполной или недостоверной информации. По..
История теоремы Байеса: использование Google Colab для создания наивного байесовского алгоритма машинного обучения с нуля
Предисловие Здравствуйте! Спасибо за интерес к моему проекту через Medium. В этом проекте моя цель — поэкспериментировать с использованием повествовательного повествования, чтобы объяснить механизмы, лежащие в основе теоремы Байеса и наивного байесовского алгоритма. Хотя может быть сложно понять математические уравнения, лежащие в основе алгоритмов, я надеюсь, что вы, читатель, поймете их полностью. Читая от начала до конца, я также стремлюсь сделать процесс обучения приятным и..