Публикации по теме 'statistics'


Матрица путаницы
Матрица путаницы Существует несколько способов измерения производительности модели классификации, например. точность. Однако точность не всегда является лучшим способом измерения производительности, поскольку она склонна к выбросам. Кроме того, точность не подходит для задач, где важны как положительные, так и отрицательные результаты, например, в сфере здравоохранения. Матрица путаницы Матрица путаницы — это табличное представление фактического и прогнозируемого значения в..
Представляем Blayze
В Tradeshift наша команда машинного обучения помогает продуктовым группам внедрять машинное обучение в свои продукты. Таким образом, мы видим широкий спектр продуктов и приложений. Иногда нам нужен тщательно настроенный классификатор глубокого обучения с миллионами параметров, неделями обученный на графических процессорах, на сложных и плотных входных данных. Для того времени отлично подходят такие инструменты, как Tensorflow и PyTorch. В других случаях нам нужен простой и гибкий..
Что общего у квантовых вычислений и ИИ?
и почему я не соглашусь легко выйти из моей зоны комфорта [классического алгоритмического программирования] Квантовые вычисления более естественны , чем вся современная электроника. Просто потому, что сама природа работает на основе квантовой механики на своем базовом уровне, и концептуально я думаю, что нет необходимости в очень глубоких абстракциях вокруг…
Ускорьте свое обучение: 10 лучших алгоритмов машинного обучения, которые вы не можете позволить себе пропустить
Введение Машинное обучение является неотъемлемой частью современных технологий и внесло значительные изменения в различные области. Алгоритмы машинного обучения являются строительными блоками искусственного интеллекта и необходимы для разработки интеллектуальных систем. С таким количеством доступных алгоритмов машинного обучения может быть сложно решить, какой из них использовать для конкретных приложений. В этой статье мы обсудим десять лучших алгоритмов машинного обучения, которые..
Зачем нам стандартное отклонение, если у нас уже есть дисперсия и наоборот?
Когда я узнал о дисперсии и стандартном отклонении, я не мог перестать задаваться вопросом, зачем нам вообще нужен один, когда у нас уже есть другой, ведь они полностью связаны друг с другом. Потому что знание одного эквивалентно знанию другого. Как мы знаем, Дисперсия — это среднеквадратичное отклонение от среднего. Но знаете ли вы, почему мы берем квадраты разностей, а не абсолютные разности? Комментарий ниже и я напишу об этом (ссылка) . Теперь вернемся к основному..
В чем вопрос? Лучший способ распаковать набор инструментов для обработки и анализа данных
Мы часто делим работу с данными на прогнозный и предписывающий анализ. В то время как «прогнозная» категория в основном состоит из методов машинного обучения, существует широкий спектр методов в «предписывающем» наборе инструментов и в науке о данных в целом. "В чем вопрос?" (Наука, том 347) намного лучше раскрывает набор инструментов для обработки и анализа данных. Авторы описывают шесть типов анализа: описательный, исследовательский, выводной, предсказательный, причинный и..
Понимание нейронных сетей: НС с нуля в Numpy
Архитектуры нейронных сетей неуклонно развиваются по размеру и сложности, например. PALM от Google или известные языковые модели GPT-2 и GPT-3. В этой статье я хочу сделать шаг назад, к основным понятиям нейронных сетей. Мы реализуем нейронную сеть в нескольких строках кода Python без каких-либо зависимостей, но Numpy для предсказания знаменитого набора данных Iris . Вам не нужны какие-либо базовые знания, кроме некоторых основ исчисления и матричных вычислений. . Выше вы можете..