Публикации по теме 'mathematics'
КОМПЛЕКСНОЕ РУКОВОДСТВО ПО ЛИНЕЙНОЙ РЕГРЕССИИ
Введение:
В современном мире существует множество различных алгоритмов. Прежде чем углубляться в более сложные методы, важно усвоить основы. Одним из таких основополагающих алгоритмов является линейная регрессия. В этом руководстве мы предоставим всестороннее понимание линейной регрессии, включая ее основные концепции, реализацию в коде и распространенные вопросы на собеседованиях.
Что такое линейная регрессия?
Линейная регрессия — это контролируемый алгоритм машинного..
Косинусное подобие и его использование в рекомендательных системах
Косинусное сходство — это показатель, основанный на косинусном расстоянии между двумя объектами. Его можно использовать в системах рекомендаций, таких как рекомендации фильмов и книг. В этой статье мы узнаем, что это такое и как с его помощью можно давать рекомендации, определяя похожие элементы.
Введение
Системы рекомендаций являются частью нашей повседневной жизни. Просто приведу несколько распространенных примеров: мы получаем рекомендации, когда совершаем покупки в Интернете на..
PokeML: понимание тематического моделирования с помощью данных о покемонах
Продолжая наш анализ покемонов, мы вспоминаем, что когда мы строили матрицу покемонов в части 1 , мы закодировали набор движений покемона как битовый вектор. В то время мы оправдывали это как правильное кодирование, поскольку оно соответствовало внутренней структуре ходов. Когда мы выполнили Анализ основных компонентов в части 2 , этой кодировки было достаточно для первоначального понимания отношений между покемонами. Настало время проанализировать сами движения покемонов и найти среди..
Две новые глубокие гипотезы вероятностной теории чисел
Обсуждаемый здесь материал также представляет интерес для специалистов-практиков в области машинного обучения, искусственного интеллекта, больших данных и науки о данных, поскольку большая часть работы основана на обработке больших объемов данных, алгоритмах, эффективном кодировании, тестировании и экспериментировании. Кроме того, это не просто две новые гипотезы, а пути и предложения по решению этих проблем. Последний раздел содержит несколько новых, оригинальных упражнений, некоторые с..
Глава вторая: А я вероятность
Вероятность — это то, что мы все сознательно или неосознанно используем в повседневной жизни, но какое отношение имеет вероятность к машинному обучению/глубокому обучению? Что ж, каждый раз, когда мы что-то классифицируем или пытаемся предсказать значение с помощью нейронных сетей или простого SVM, мы на самом деле используем концепцию вероятности, чтобы вывести функцию и вычислить, каким будет предсказанное значение. Итак, давайте начнем с концепций, которые крайне необходимы для..
Упрощенная ошибка типа I и типа II - пример вакцины против COVID
Визуализация матрицы путаницы без путаницы
Я твердо убежден, что визуальная интерпретация концепций имеет более длительный период сохранения, чем традиционный подход. Уверяю вас, когда вы закончите читать этот блог, вы получите кристально ясное понимание ошибок типа I и типа II. Начнем с преамбулы о проверке гипотез:
Что такое проверка гипотез и зачем она нам нужна?
Любое существующее убеждение / позиция по умолчанию / статус-кво / общее утверждение, относящееся к параметру..
Выпадение сверточных слоев - это странно
Почему выпадение на сверточных слоях принципиально отличается от выпадения на полносвязных слоях.
Dropout обычно используется для регуляризации глубоких нейронных сетей; однако применение исключения к полносвязным слоям и применение исключения к сверточным слоям - принципиально разные операции. Хотя в сообществе глубокого обучения известно, что отсев имеет ограниченные преимущества применительно к сверточным слоям , я хотел показать простой математический пример того, почему они..
