Свързани публикации 'statistics'


Поддръжка на векторна регресия
Поддържаща векторна регресия (SVR) е вид регресионен алгоритъм, който използва поддържащи векторни машини (SVM) за извършване на регресионен анализ. За разлика от традиционните регресионни алгоритми, които имат за цел да сведат до минимум грешката между прогнозираните и действителните стойности, SVR има за цел да постави „тръба“ около данните, така че по-голямата част от точките от данни да попадат в тръбата. Целта на SVR е да намери функция, която има максимален марж от тръбата. В..
Основи на машинното обучение (част 3)
След последното въведение в част 2 за линейната регресия, нека преминем към логистичната регресия заедно с някои основни понятия. Основни термини Максимална вероятност Използва се за намиране на най-подходящата линия за логистична регресия. Идеята е същата като при линейната регресия, продължаваме да въртим линията, докато намерим тази с максимална вероятност. Първо, трябва да проектираме данни по оста x и оста y (log(odd)). След това трябва да го трансформираме обратно във..
Неявно байесово персонализирано класиране (в Tensorflow)
Неявна препоръка за BPR (в Tensorflow) Това е обобщение и прилагане на Tensorflow на концепциите, изложени в статията „BPR: Bayesian Personalized Ranking from Implicit Feedback“ от Steffen Rendle, Christoph Freudenthaler, Zeno Gantner и Lars Schmidt-Thieme. Съдържание: Въведение Байесово персонализирано класиране Моделът Tensorflow Наборът от данни Добре, нека го напишем! (кодът) Резюме Референции Въведение Тази публикация разчита до голяма степен на..
Тестовете за хипотези с две извадки в R
В урок 99 научаваме как да изпълняваме тестовете за хипотези с две извадки в R. Това включва тестване за разлики в средните стойности и пропорции и равенство на дисперсии. Ще научите също как да кодирате тестове за първоначална хипотеза. Урок 99 – Тестовете за хипотези с две извадки в R През последните седем урока ние се оборудвахме с необходимата теория за тестовете за хипотези с две извадки… www.dataanalysisclassroom.com
Как да овладеете основите на R с едно четене: Ръководство за начинаещи
R е популярен език за програмиране, използван за статистически изчисления и графики. Ако сте начинаещ, който иска да научи R, това ръководство ще покрие основите на R програмирането и ще предостави примерни примери за кодиране, за да ви помогне да овладеете основите за нула време. Променливи и типове данни В R променливите се използват за съхраняване на данни. За да присвоите стойност на променлива, използвайте оператора за присвояване ‹- или знака за равенство =: # Assigning..
Ансамбъл обучение
Като професионалист в науката за данни трябва да сте запознати с методите на ансамбъла и алгоритъма, който ги използва. Но за хората, които са нови в областта, понякога може да бъде доста объркващо. В този блог ще обясня всичко за ансамбълното обучение и метаалгоритмите, които работят върху него. Какво е ансамбълно обучение? В статистиката и машинното обучение методите на ансамбъла използват множество алгоритми за обучение, за да получат по-добра предсказуема производителност,..
Статистика за машинно обучение — Изчерпателно ръководство, част-3 от 4
В продължение на по-ранните Част-1 и Част-2 Класическият процес на статистически изводи включва следните стъпки: Хипотеза - предложение, направено като основа за разсъждение, без никакво предположение за неговата истинност (цена А е по-изгодна от цена Б) Проектиране на експеримент — A/B тест — експеримент, предназначен да тества хипотеза, за да предостави убедителни резултати Събиране на данни Изводи — данните се събират, анализират и след това се прави заключение A/A..