Свързани публикации 'machine-learning'
Три R библиотеки, които всеки специалист по данни трябва да знае (дори ако използвате Python)
Мощни R библиотеки, създадени от най-големите технологични компании в света
Не забравяйте да се абонирате тук и за моя личен бюлетин , за да не пропускате повече статия за ръководства за наука за данни, трикове и съвети, житейски уроци и много повече!
Въведение
Най-дълго време бях доста против използването на R поради не друга причина, освен факта, че не беше Python.
Но след като си играх с R през последните няколко месеца, разбрах, че R превъзхожда Python в няколко случая..
Скъсен SVD за намаляване на размерността в матрици с разредени характеристики
Обсъждане на това как съкратеният SVD се различава от нормалния SVD
Матриците с редки характеристики изискват специални техники за намаляване на размерността, като разлагане на пресечена единична стойност (Truncated SVD), тъй като повечето от стойностите в матрицата са нула!
Разредено представяне на матрица
Практическо прилагане на проста линейна регресия и корелация от нулата
От Мохамед Зейн Амин
1. Въведение
В тази публикация ще изследваме линейния регресионен и корелационен модел за изучаване на прогнозно моделиране. Линейната регресия е много прост алгоритъм за машинно обучение за намиране на връзката между две непрекъснати променливи.
Една променлива, обозначена като X , се счита за предсказваща или независима променлива. Другата променлива, обозначена като Y, се счита за променлива отговор или зависима .
Линейната регресия установява..
Категорично кодиране
Категорично кодиране
Всичко, което трябва да знаете за категориалните данни и тяхното кодиране!
Машинното обучение е силно възхвалявана област. Твърди се, че можете да научите машината си да се учи без „изрично“ да я програмирате. Въпреки че това е вярно, много програмиране влиза в него (по-скоро имплицитно). Категоричното кодиране е стъпка на инженеринг на функции, която се изпълнява преди обучението на модел на машинно обучение.
Какво представляват категоричните данни?
Преди..
ML алгоритъм върху ДНК последователности на болестта
Сигурно сте чували за бъдещата прогноза на Amazon. Способността на Amazon да прогнозира бизнес резултати като търсене на продукти, ресурси, финансови резултати и т.н. доведе до повишена рентабилност. Замисляли ли сте се как те могат толкова лесно да прогнозират какво е по-добро за техния бизнес? Сигурен съм, че ще предложите наука за данните. да Data Science е тук, но ще срещнете термина „Предсказуемо моделиране за Data Science“, ако прочетете за него. Прогнозното моделиране е..
Моделът на Weinberg-Salam за електрослаба сила, част 3 (теоретична физика)
Потенциал за ефективно ограничение в решетката на Вайнберг — модел на Салам (arXiv)
Автор: М. И. Поликарпов , М. А. Зубков
Резюме: Ние изследваме решетъчния модел на Вайнберг — Салам без фермиони за стойността на ъгъла на Уайнберг θW~30o и константата на голата фина структура около α~1/150. Ние разглеждаме стойността на скаларното самосвързване, съответстваща на голата маса на Хигс около 150 GeV. Ефективният ограничителен потенциал за скаларното поле с нулев импулс се..
K-Nearest Neighbors от нулата
По-лесно е, отколкото си мислите
Здравейте читатели!
Като завършил студент по бизнес анализи, бях зает с курсова работа, изследвания и задачи. Въпреки това, след кратка пауза, се радвам да се върна към писането за анализи и машинно обучение.
В момента вземам курс по „Машинно обучение“, където моят професор ни научи за алгоритъма K-Nearest Neighbors. По време на урока той ни предизвика да кодираме алгоритъма от нулата. Това ми предостави чудесна възможност за нова тема за..
Нови материали
K-Nearest Neighbors от нулата
По-лесно е, отколкото си мислите
Здравейте читатели!
Като завършил студент по бизнес анализи, бях зает с курсова работа, изследвания и задачи. Въпреки това, след кратка пауза, се радвам да..
Проверка на входа със Stenciljs
В този урок ще научите как да създавате хубави входове със Stencil като този по-долу. Ще научите също как да структурирате и предоставите библиотека от валидатори с вашата библиотека от уеб..
Пътят към кода
Защо е толкова трудно да напуснете зоната си на комфорт, за да следвате мечтите си на разработчици?
Преди две години, около Коледа, реших да се отклоня от познатата си кариера и да започна..
Изкуственият интелект трансформира създаването на вкус — От данни към наслада
Създаването на вкус претърпява забележителна трансформация с интегрирането на техниките за изкуствен интелект (AI) и машинно обучение (ML). Чрез анализиране на огромно количество данни и..
Обработка на естествен език с Prolog
Обработката на естествен език (NLP) е решаващ аспект на изкуствения интелект, тъй като позволява на компютрите да разбират и интерпретират човешкия език. За да приложите възможностите на NLP в..
Работа с концепцията за обратна вероятност част 3 (машинно обучение)
Анализ на посредничество, базиран на обратно претегляне на вероятността за данни за микробиоми (arXiv)
Автор : Yuexia Zhang , Jian Wang , Jiayi Shen , Jessica Galloway-Pena , Samuel..
Най-добри практики за управление на потребителски данни и удостоверяване в AngularJS приложения
AngularJS е популярна предна JavaScript рамка, която позволява на разработчиците да създават мощни и мащабируеми уеб приложения. Един от важните аспекти на изграждането на уеб приложения е..