Публикации по теме 'mathematics'
ISLR: перспектива Python: Часть IV — Методы передискретизации
Содержание серии (на данный момент):
Об этой серии . Переподготовка . "Линейная регрессия". Классификация задач . Ресэмплинг — Вы здесь.
Ресэмплинг, что?
Повторная выборка — это, по сути, процесс многократного взятия выборок из обучающего набора и переоснащения интересующей модели на каждой выборке для получения дополнительной информации о данных.
Если бы мы подогнали нашу модель только один раз, мы получили бы гораздо меньше информации, чем при подборе нашей..
P против NP и проблемы премии тысячелетия на 1 миллион долларов
P против NP и проблемы премии тысячелетия на 1 миллион долларов
Какой самый сложный способ заработать 1 миллион долларов США?
P обозначает полиномиальное время. NP означает недетерминированное полиномиальное время.
Полиномиальное время означает, что сложность алгоритма равна O(n^k), где n — размер ваших данных (например, количество элементов в списке для сортировки), а k — константа. Сложность – это время, измеряемое количеством операций, которое потребуется, в зависимости от..
Более быстрый математический набор с Python (часть 2)
Это вторая часть моей серии статей о пакете Python swiftex для написания математических операций в Jupyter так же быстро, как с помощью карандаша и бумаги. Следуйте за мной в процессе разработки и не стесняйтесь влиять на его ход, комментируя эту статью или любую другую из серии.
Сегодня давайте продолжим с основами и, конечно же, останемся со стилем разработки через тестирование (TDD). После этой статьи пакет позволит нам делать такие вещи: >>> Int(-oo, oo) * f(x) * dx
Основная цель науки о данных — найти закономерности в данных. Он использует различные статистические методы для анализа и получения информации…
Линейная алгебра – (12 викторин).
Основная цель науки о данных — найти закономерности в данных. Он использует различные статистические методы для анализа и извлечения информации из данных. От извлечения данных, обработки и предварительной обработки Data Scientist должен тщательно изучить данные.
Затем он несет ответственность за прогнозы на основе данных. Цель Data Scientist — делать выводы из данных. Благодаря этим выводам он может помочь компаниям принимать более разумные..
Моделирование задачи трех тел в классической механике с использованием Python
Обзор основ гравитации, решателя odeint в Scipy и построения трехмерных графиков в Matplotlib
1. Введение
Недавно я прочитал научно-фантастическую книгу китайского писателя Лю Цисиня Проблема трех тел . В нем он описывает вымышленную инопланетную цивилизацию, живущую на планете Трисолярис, окруженной тремя звездами. Насколько, по вашему мнению, их существование будет отличаться от нашего из-за наличия трех звезд? Слепящее солнце? Стойкое лето? Оказывается, что-то намного хуже...
Матрица | Вектор интеллекта
Когда мы слышим слово «матрица», у нас возникает интуитивное представление о прямоугольном массиве чисел, или так это называется в книгах.
Изучая главу «Матрица» в школьной математике, кто бы мог подумать, что это прямоугольное представление чисел и есть то, за чем охотится ИИ. Для лучшего понимания того, как матрица взаимодействует с машинным обучением, предположим, что у вас есть «m» признаков объекта, которые вы хотите, чтобы ваш алгоритм машинного обучения искал, для классификации..
Теорема Гёделя о неполноте и пределы ИИ
Теоремы Гёделя о неполноте — это две теоремы математической логики, которые демонстрируют внутренние ограничения каждой формальной аксиоматической системы, способной моделировать базовую арифметику.
Первая теорема о неполноте: никакая последовательная формальная система, способная моделировать базовую арифметику, не может использоваться для доказательства всех истин об арифметике.
Другими словами, какой бы сложной ни была математическая система, всегда найдутся утверждения о числах,..
Новые материалы
Навигация по дрейфу признаков с помощью анализа абляции
Постоянно меняющийся ландшафт данных часто приводит к серьезной, но малозаметной проблеме, известной как дрейф функций . Это может незаметно подорвать ваши модели, со временем снижая их..
Как начинающий программист, читайте код других людей
Одна из вещей, которые я делал (и до сих пор делаю честно) активно — читал код других людей, в том числе код Oracle из классов JRE.
Есть так много разных способов сделать одно и то же в..
Обзор спецификации реактивного потока
Спецификация Reactive Streams — это стандарт асинхронной обработки потоков с неблокирующим противодавлением.
Что такое неблокируемость? В вычислениях..
TensorFlow, открытый ИИ и демократизация практики ИИ
К середине прошлого десятилетия (2010-е годы) проблемы машинного обучения на арене практиков выходили из области структурированных данных, которая в основном является числовой. Неструктурированные..
Оптимизация тестирования веб-приложений с помощью Cypress: руководство для начинающих
Веб-приложение должно быть протестировано, чтобы убедиться, что оно работает должным образом и предоставляет пользователям положительный опыт. Это может быть длительной и сложной процедурой. Один..
Построение моделей машинного обучения в облаке: смена парадигмы
Различие между постоянными и эфемерными вычислениями для разработки машинного обучения
В 2017 году я запустил свою первую модель машинного обучения (ML) в облаке, однако в то время я об этом..
Простое руководство по большинству моделей обработки естественного языка - Эпоха LSTM - Seq2Seq, InferSent…
Краткое изложение происхождения, вариантов использования и преимуществ / недостатков языковых моделей LSTM: Seq2Seq, Skip-Thought, Quick Thought, InferSent, ELMo, Flair и ULMFiT.
По мере того,..