Публикации по теме 'analytics'


Windows-функции SQL с примерами
оконные функции помогают увидеть данные красивыми способами Что такое оконные функции? SQL имеет множество функциональных возможностей для анализа данных. Одним из них являются оконные функции. Оконные функции можно использовать для создания новых столбцов — разделенных на существующий столбец, то есть на группу, или, другими словами, на окно . Новые столбцы обычно создаются для выполнения расчетов по ряду записей внутри окна — это окно может быть для команды, человека,..
Предвзятость и отклонения в машинном обучении
"Машинное обучение" Предвзятость и отклонения в машинном обучении Линейная регрессия - это алгоритм машинного обучения, который используется для прогнозирования количественной цели с помощью независимых переменных, которые моделируются линейно , чтобы соответствовать линии или плоскости (или гиперплоскости), содержащей предсказанные точки данных. На секунду давайте посмотрим, что это лучшая линия (для лучшего понимания). Таким образом, обычно точки из данных обучения на самом деле..
Краткий обзор интерпретируемости модели (часть 1) — просмотр ваших данных и применение машинного обучения
Недавно мои коллеги ( Патрик Холл , Вен Фан и Шри ) из H2O.ai написали замечательную статью Идеи по интерпретации машинного обучения , в которой подробно рассказывается о том, что лучше всего доступно и что может сделать, чтобы улучшить понимание моделей и их прогнозов. Оригинальная статья: https://www.oreilly.com/ideas/ideas-on-interpreting-machine-learning Я изучаю их очень длинную статью и, изучая ее, делаю свои заметки, и эти заметки здесь в качестве синопсиса, чтобы..
Линейная регрессия с использованием Apache Spark MLlib — Wisdom In Data
Что такое линейная регрессия? Википедия утверждает: линейная регрессия в статистике — это линейный подход к моделированию связи между зависимой переменной и одной или несколькими независимыми переменными. Линейная регрессия является основным и широко используемым типом прогнозного анализа. Вернемся к школьной математике: каждую прямую можно представить уравнением: y = mx + b, где y — зависимая переменная, а X — независимая переменная, от которой зависит y. Как мы можем использовать..
Значит, вы работаете в IT? (часть 2)
Пожалуйста, прочтите первую часть этой статьи, если вы ее еще не читали ( https://medium.com/@optimiseordie/so-you-work-in-it-then-do- you-fb59ee93d098 ) Я был очень удивлен интересом к моей первой статье, поэтому благодарю вас за все отличные отзывы - они просто подтолкнули меня к написанию остальной части этой серии, так что продолжайте в том же духе, пожалуйста! Я имею в виду, Симо Ахава (Симо чертов Ахава!) Написал в Твиттере МОЮ статью и сказал что-то действительно хорошее...
Визуальное путешествие в случайных переменных
Случайные переменные не имеют специального цвета. Но случайные переменные имеют особую геометрию, как и ее ожидания. Эта статья углубляется в мир геометрии случайных переменных , где мы исследуем визуальный секрет, лежащий в основе ковариации и дисперсии , а также геометрии условных ожиданий. Вы можете перейти к разделу резюме и получить спойлеры или прочитать эту историю в потоке. Выбор остается за вами. Случайные переменные являются основными строительными блоками..
Ознакомительное еженедельное обновление - 11.12
Ознакомительное еженедельное обновление - 11.12 Вот еженедельное обновление Исследовательского . Список вещей, которые нам показались интересными и которыми мы хотели с вами поделиться. Что мы читаем / думаем Интересные данные Что мы пишем / анализируем Над чем мы работаем Перед тем, как начать, на этой неделе истечет срок действия скидки на участие в нашем Учебном центре Data Science Booster , так что не пропустите! Обучение анализу данных..