Публикации по теме 'probability'
Передовая статистическая наука для решения известных гипотез теории чисел
Описанная здесь методология имеет широкое применение, что приводит к новым статистическим тестам, новому типу дисперсионного анализа (ANOVA), улучшенному плану экспериментов, интересным дробным факторным планам, лучшему пониманию иррациональных чисел, что приводит к криптографии, играм и приложениям Fintech, а также высококачественные генераторы случайных чисел (и когда они вам действительно нужны). Он также включает в себя точную арифметику / высокопроизводительные вычисления и..
Вероятность в машинном обучении
ML можно рассматривать по-разному. Простым взглядом может быть то, что ML по своей сути является очень продвинутой формой интерполяции, в которой мы пытаемся сопоставить входные данные с выходными. Другая точка зрения состоит в том, что ML также можно рассматривать как создание наилучшей функции распределения вероятностей с учетом набора пар входных данных. Преимущество вероятностного мышления заключается в том, что мы можем начать использовать мощные инструменты, предоставляемые..
Математика локальной дифференциальной конфиденциальности
Чтобы понять дифференциальную локальную конфиденциальность . Возьмем пример: у меня есть группа людей, и я хочу опросить их о чем-то личном и личном, о чем, я думаю, они могут лгать. Итак, как мы можем это сделать?
В следующем методе используется «правдоподобное отрицание» путем добавления случайности к ответу каждого человека. тогда мы сможем с некоторой точностью восстановить основную статистику.
Техника следующая:
Подбросьте монету. Если первый подбрасывает монету ГОЛОВА ,..
Понимание случайных величин и распределения вероятностей
Основы
Понимание случайных величин и распределения вероятностей
Зачем заботиться о вероятностных функциях массы и плотности в машинном обучении?
Теория вероятностей — это раздел математики, связанный с изучением случайных явлений, и его часто считают одним из фундаментальных столпов машинного обучения. Тем не менее, это огромная область, в которой очень легко заблудиться, особенно если вы самоучка.
В следующих разделах мы рассмотрим некоторые фундаментальные аспекты, особенно..
Объяснение концепций вероятности: оценка максимального правдоподобия
Вступление
В этом посте я объясню, что такое метод максимального правдоподобия для оценки параметров, и рассмотрю простой пример, чтобы продемонстрировать этот метод. Некоторое содержание требует знания фундаментальных концепций вероятности, таких как определение совместной вероятности и независимости событий. Я написал сообщение в блоге с этими предпосылками , так что не стесняйтесь читать это, если считаете, что нуждаетесь в переподготовке.
Какие параметры?
Часто в машинном..
Модель машинного обучения для прогнозирования и вероятности оттока клиентов
Данные предоставлены Maven Analytics Часть: 2 из 3 Ссылка: https://github.com/DaDataGuy/Telecom-Churn-Analysis Отток клиентов в сфере телекоммуникаций: https: //www.mavenanalytics.io/data-playground
Вам не приходило в голову, как можно предсказать, когда клиент уйдет, или какова вероятность того, что этот клиент уйдет? Это важный вопрос, на который может быть трудно ответить, но это не обязательно. Если у вас есть доступ к данным ваших клиентов и вы отметили, кто ушел, а кто..
Введение в гауссовские байесовские сети
В прошлой статье мы говорили о сетях , где у нас есть сочетание как дискретных, так и непрерывных случайных величин. Мы увидели, что можем использовать распределения Гаусса для описания непрерывных переменных, и в этой статье мы продолжим говорить о так называемых гауссовских сетях и о том, как мы хотели бы их параметризовать таким образом, чтобы является самым умным и полезным.
Понимание многомерного распределения Гаусса
