Публикации по теме 'probability'
Почему мы изучаем теории вероятностей для машинного обучения? - Первая часть
Большое количество студентов бакалавриата, а также аспирантов интересуется машинным обучением или глубоким обучением. Звучит заманчиво, чтобы стать инженером ИИ. Но, во-первых, большинство студентов, не имеющих компьютерного образования, не имеют надлежащего намека на изучение ИИ. Кстати, наш пост посвящен машинному обучению. Но почему я говорю об ИИ?
Что ж, машинное обучение — это подобласть искусственного интеллекта. Где мы стремимся научить наши системы прогнозировать результаты..
ВЕРОЯТНОСТНЫЕ АЛГОРИТМЫ
Случайность всегда присутствовала в машинном обучении в той или иной форме. Рандомизированный подход использует некоторую степень случайности как часть конструктивной стратегии.
Случайность присуща машинному обучению, поскольку вероятностный подход - одна из его распространенных интерпретаций.
Например, контролируемое обучение можно понимать как моделирование предельного распределения вероятностей.
P(y) = ∑P(y|x)
Now here Y is dependent variable and x is independent variable...
Как Minesweeper может заставить нас по-другому думать о данных
Мы живем в мире неопределенности и несовершенной информации
В свободное время я часто люблю играть в шахматы и в сапер (да, не смейтесь).
Из этих двух игр мне всегда было труднее понять сапера, а правила игры всегда казались очень непонятными.
Однако последняя игра больше похожа на то, как ситуации часто разворачиваются в реальном мире. Вот почему это актуально для науки о данных.
Идеальная и несовершенная информация
Сравните это с шахматами, где, несмотря на свои игровые..
Отрицательная потеря вероятности журнала: почему мы используем ее для двоичной классификации?
Отрицательная потеря вероятности журнала: почему мы используем ее для двоичной классификации?
Получение функции стоимости для двоичной классификации.
В этом посте я хочу затронуть тему того, как мы придумываем функции стоимости для вероятностных моделей, таких как линейная регрессия.
В этом посте я намерен предоставить новичкам лучшее понимание функций затрат - что они на самом деле измеряют и как вы можете придумать свою функцию затрат при любом распределении данных.
**..
Нормальное распределение, асимметрия и эксцесс
Нормальное распределение также называется распределением Гаусса и представляет собой тип распределения вероятностей, симметричный относительно среднего значения.
Это выглядит как кривая нормального распределения, как показано на рисунке ниже.
Коэффициенты асимметрии и эксцесса измеряют, насколько данное распределение отличается от «нормального распределения».
Асимметрия:
Асимметрия измеряет симметрию распределения. Нормальное распределение является симметричным и имеет..
Использование PyFlux для прогнозирования данных о температуре
Вероятностное моделирование ARIMA с использованием PyFlux
PyFlux - это библиотека временных рядов, созданная для Python, которая объединяет вероятностное моделирование с анализом временных рядов.
В этом примере давайте посмотрим, как эту библиотеку можно использовать для прогнозирования температурных режимов в аэропорту Дублина, Ирландия, используя ежемесячные данные с ноября 1941 г. по январь 2018 г.
Вот краткий обзор данных:
означает обозначает среднюю температуру, и..
Почему центральная предельная теорема важна для специалистов по данным?
ДАННЫЕ, СТАТИСТИКА
Почему центральная предельная теорема важна для специалистов по данным?
Центральная предельная теорема находится в центре статистических выводов, которые каждый специалист по данным / аналитик данных делает каждый день.
В этой статье мы исследуем центральную предельную теорему, что такое центральная предельная теорема и почему она важна и в чем разница между законом больших чисел и центральной предельной теоремой?
Центральная предельная теорема (CLT)..