Свързани публикации 'statistics'


9- Мерки за дисперсия
Диапазон Най-простият метод за изследване на вариацията в разпределението е диапазонът. Диапазонът се определя като разликата между най-големия елемент и най-малкия елемент в набора от наблюдения. И така, в набор от наблюдения, ако L е най-големият елемент и S е най-малкият елемент, тогава диапазонът се дава от Обхват = L-S При групирано честотно разпределение обхватът е разликата между горната граница на най-големия клас и долната граница на най-малкия клас. Диапазонът е..
Защо имате нужда от статистика за ML, DL и AI ?
Статистиката е изкуството да се правят числени предположения относно озадачаващи въпроси. […] Методите са разработени в продължение на няколкостотин години от хора, които са търсили отговори на своите въпроси . — Страница xiii, Статистика , четвърто издание, 2007 г. Всички специалисти по AI са загрижени за разбирането на алгоритмите от теоретична гледна точка, но дълбоко в себе си математиката и статистиката са тези, които дебнат и играят важна роля. Нека разберем това в детайли...
Използване на ggplot с данни от времеви редове в R програмиране
Данните от времеви редове в R програмирането се третират като специален обект от данни. Това може да създаде някои усложнения, когато се опитвате да отпечатате обект от времеви серии. Първо и най-важно можете да използвате функцията за графика, която е вградена в нашата, за да начертаете вашия обект от времеви серии. Но функцията за графика има някои ограничения по отношение на външния вид на графиката и може би комбинации...
Демистифициране на математиката зад избора на функции и тестване на регресионен модел
Стъпка по стъпка преглед на проекта В тази публикация ще преминем през процеса на изграждане на регресионен модел, използвайки набора от данни за жилищното строителство в Калифорния, получен от преброяването на населението в САЩ през 1990 г. Целта е да се предскаже средната стойност на дома на даден район възможно най-точно, като се имат предвид около 20 000 точки от данни в 8 функции. Кодът по-долу импортира необходимите пакети и използвания набор от данни, както и отпечатва описание..
Любов, смърт и... информация?
Годината 2202 е, вашият екип вече има много жертви, в главата си носите частта от кода, необходима за деактивиране на машините, които са се разбунтували срещу човечеството. Вие сте последната надежда на човечеството и трябва да занесете това съобщение в щаба. Разбира се, в този свят, доминиран от AI, не можете да използвате интернет, какво трябва да направите тогава? можете да направите каменна резба, да изпратите димен сигнал, да използвате семейство гълъби, да напишете песен. Защо..
От прекомерно оборудване до съвършенство: овладяване на силата на регулирането
Ролята на регуляризацията: Балансиране на сложността и генерализацията в машинното обучение Когато става въпрос за машинно обучение, нашият обхват е да намерим ML модела, който прави най-добрите прогнози за данни, върху които не е бил обучен. За да направим това, ние обучаваме нашите ML модели на данни за обучение и виждаме как се представят при правенето на прогнози. След това сравняваме ефективността на прогнозите на набора от влакове и на тестовия набор, тоест наборът с нови..
Изчерпателно ръководство за машинно обучение — Част 1a — Функции за загуба
В предишната публикация за линейната регресия премълчах много от подробностите без много обяснения. Една такава подробност беше изборът на нашата функция за загуба — функцията на средната квадратна грешка (mse). В тази публикация ще покажа защо избираме тази конкретна функция и как тя възниква естествено от проблема с линейната регресия. Във всеки проблем с машинно обучение нашата задача е да максимизираме функция, известна като вероятността, която е функция на нашите параметри θ ,..