Публикации по теме 'applied-mathematics'
Прикладные математические концепции, важные для понимания машинного обучения
Линейная алгебра (часть 1)
Хорошее понимание линейной алгебры важно для понимания алгоритмов машинного обучения и глубокого обучения.
Скаляры, векторы, матрицы и тензоры
Скаляры . Скаляр — это просто число, обозначаемое строчными буквами курсивом. Когда мы их вводим, мы уточняем, что это за числа. Например, мы могли бы сказать: «Пусть s ∈ R будет наклоном прямой», определяя скаляр с действительным знаком, или «Пусть n ∈ N будет числом единиц», определяя скаляр натурального числа...
Прогнозирование временных рядов с использованием декомпозиции эмпирических мод и (расширенных) сверточных сетей —…
Как объяснялось в предыдущих сообщениях, эта серия посвящена использованию метода, называемого эмпирической модовой декомпозицией, который представляет собой форму адаптивного анализа данных, которая априори не предполагает многого о ряде, и разлагает временной ряд или сигнал на различные ортогональные компоненты, каждый из которых на другом частотном уровне. Другими словами, это форма спектрального анализа, и результирующие функции называются функциями внутренних мод, а то, что остается в..
Прикладная статистика, часть 1 - Простая линейная регрессия
Во-первых, давайте разберемся, где можно использовать регрессию. В машинном обучении мы контролируем обучение, при котором мы помечаем данные, и нам нужно найти модель, которая обучается на помеченных обучающих данных, а затем прогнозирует ответ на невидимые данные. Эта модель, используемая для обучения с учителем, может быть регрессионной.
Тренировочные / наблюдаемые данные-
Цель - найти функцию или ее приближение (Генеративная и Прогностическая модели), чтобы, когда мы..