Публикации по теме 'probability'
Вывод по графическим моделям — Часть 1
В этой статье мы начнем серию статей о логических выводах на графических моделях. В этой серии мы увидим, что структура сети, т. е. утверждения об условной независимости и связанная с ними факторизация совместного распределения, важна для нашей способности даже делать выводы. В первую очередь мы сосредоточимся на запросах с условной вероятностью, т. е. на запросах, которые имеют следующую форму: P(Y | X= x). В этой статье мы начнем с простого анализа сложности как точных , так и..
Вероятность и статистика : основа машинного обучения
Машинное обучение — это междисциплинарная область, которая использует статистику, вероятность, алгоритмы для изучения данных и предоставления информации, которая может быть использована для создания интеллектуальных приложений.
Совместное распределение вероятностей
Вероятность событий A и B, обозначенная P(A and B) or P(A ∩ B) , представляет собой вероятность того, что события A и B произойдут одновременно. P(A ∩ B) = P(A). P(B) . Это применимо только в том случае, если A..
Калибровка вероятности: инструмент для снижения риска вашей модели машинного обучения.
Введение
Банковская индустрия применяет машинное обучение, например, для улучшения процесса утверждения кредита, оценки риска дефолта и обнаружения мошенничества. Принятие точных решений в этих областях важно для эффективного управления рисками и контроля затрат, что может принести значительную пользу.
В то время как традиционные подходы и методы машинного обучения могут использоваться для определения кредитоспособности и прогнозирования дефолтов по кредитам, прогнозы основаны на..
Байесовская регрессия с реализацией на R
Теоретические выводы с нуля, реализация R и обсуждение байесовской точки зрения
Линейная регрессия может быть установлена и интерпретирована с байесовской точки зрения. Первые части обсуждают теорию и предположения практически с нуля, а последующие части включают реализацию R и замечания. Читатели могут свободно скопировать два блока кода в блокнот R и поэкспериментировать с ним.
Начиная с основ
Напомним, что в линейной регрессии нам задаются целевые значения y , данные X, , и..
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,..
Основы статистики для науки о данных
Мой путь в науку о данных (часть 3)
Статистика - это дисциплина, которая касается сбора, организации, анализа, интерпретации и представления данных.
Почему статистика для науки о данных
Собранные данные представляют собой необработанные данные, а необработанные данные не предоставляют значимой информации. Вот почему нам нужна статистика для сбора, систематизации и анализа данных. Применительно к статистике: основные вопросы, например, какое наблюдение является наиболее..
