Публикации по теме 'mathematics'
Понимание концепции кватернионов часть 2 (комплексные числа)
1. К квадратичному фазовому преобразованию Фурье кватерниона ( arXiv )
Автор: Аамир Х. Дар , М. Юнус Бхат
Аннотация: Квадратичное фазовое преобразование Фурье QPFT является новым дополнением к классу преобразований Фурье и воплощает в себе различные инструменты обработки сигналов, включая преобразование Фурье, дробное преобразование Фурье, линейное каноническое и специальное аффинное преобразование Фурье. В этой статье мы обобщаем квадратичное фазовое преобразование Фурье..
Stat Stories: многомерное преобразование для статистических распределений
Предшественник нормализации потоков
В предыдущем выпуске Stat Stories я обсуждал преобразование переменных для одномерного непрерывного распределения. Такое преобразование переменных необходимо для создания новых и сложных распределений из более простого. Однако обсуждение ограничивалось одной переменной. В этой статье мы обсудим преобразование двумерного распределения. Понимание механизма многомерного преобразования — первый шаг к популярному в последнее время методу машинного..
Тяжелые математические темы в науке о данных!
1. Машина опорных векторов
Учитывая набор обучающих примеров, каждый из которых помечен как принадлежащий к одной из двух категорий, обучающий алгоритм SVM строит модель, которая относит новые примеры к той или иной категории, превращая его в невероятностный двоичный линейный классификатор (хотя такие методы, как Платт существует масштабирование для использования SVM в настройках вероятностной классификации). SVM сопоставляет обучающие примеры с точками в пространстве, чтобы..
Проблема 2 : четные числа Фибоначчи
Последовательность Фибоначчи следует следующему образцу,
f(n) = f(n-1) + f(n-2), n > 2, f(1) = 0, f(2) = 1
Мы следуем этому образцу и вычисляем даже f(c), такое что f(c) ≤ n.
Откуда python получает свои случайные числа?
Простое объяснение современных генераторов псевдослучайных чисел (PRNG) и их новой реализации NumPy.
Создавая образец нормально распределенных чисел, мне было любопытно, откуда они взялись — в частности, как компьютер может создавать числа, которые следуют выбранному распределению, будь то нормальное, экспоненциальное или что-то более необычное. Какой бы метод ни лежал в основе создания этих нормально распределенных значений ( инверсионная выборка , Бокс-Мюллер или быстрый алгоритм..
Теория множеств
Давайте перейдем к делу,
КТО
Георга Кантора часто называют основателем теории множеств.
КОГДА
По оценкам, теория множеств была основана в конце 19 века, примерно в 1874–1897 годах.
ЧТО
Набор – это совокупность различных объектов, называемых элементами. Эти элементы не обязательно должны быть неразрывно связаны друг с другом, они выбираются на основе контекста и цели. Выбор элементов определяется целями селектора. Не существует определенного минимума или максимума..
Улучшение предварительной выборки сегментов видео с помощью машинного обучения
Использование алгоритмов обучения с учителем для более точного прогнозирования адаптивных решений по битрейту
В связи с массовым увеличением видеотрафика через Интернет адаптивная потоковая передача HTTP стала основным способом доставки информационно-развлекательных материалов. Достижение хорошего качества обслуживания пользователей (QoE) стало важнее, чем когда-либо, и, хотя было предложено множество решений, потоковая передача с адаптивным битрейтом (ABR) показала себя как лучший метод..