Разбиране на математическия аспект на линейната регресия Линейната регресия обикновено е отправната точка за всеки курс за машинно обучение. Целта е да се предвиди линейна връзка между входна променлива и целева променлива. Наивният случай е правата линия, която минава през началото на пространството. Тук сме ограничени до 2 измерения в пространството, следователно декартова равнина. Нека се развиваме постепенно от нулата, започвайки с формат y=mx и след това регресия y=mx+c ...

Ефективни презентации за научни данни Ако сте нов в областта на Data Science, исках да предложа някои съвети как да преминете от презентации, които сте изнесли в академичните среди, към създаване на ефективни презентации за индустрията. За съжаление, ако вашият опит е в областта на математиката, статистиката или компютърните науки, вероятно никой не ви е подготвил за създаване на страхотна презентация в индустрията. И истината е, че изисква практика. В академичните среди споделяме..

Здравейте, казвам се Тод и току-що започнах пътуването си в науката за данни. Защо? Е, най-добрият ми приятел току-що завърши с бакалавърска степен по компютърни науки (аз самият бях студент по CS). Сега той следва докторска степен по наука за данни/машинно обучение. Брат ми също е служител на пълен работен ден в компания за изображения като специалист по данни. ОБИЧАМ математиката от дете, обичах да се справям с предмета, щракаше, имаше смисъл и сега имам повече от достатъчно причини..

В предишната си „статия“ говорих за статистически тестове на хипотези. Те са ключови в статистиката и науката за данните, тъй като винаги сме помолени да „обобщим“ огромното количество данни, които искаме да анализираме в проби. Веднъж предоставени проби, които могат да бъдат подредени с различни техники, като „извадка от Bootstrap“, общата цел е да се направят изводи по реални параметри, принадлежащи на оригиналните популации, чрез изчисляване на така наречените статистики или оценители..