Я написал несколько постов по оценке параметров. Первый пост был посвящен оценке максимального правдоподобия (MLE), где мы хотим найти значение некоторого параметра θ, который наиболее вероятно отображает данные обучения, это также может быть известно как параметр, который, скорее всего, соответствует данным обучения. Байесовская оценка параметров (BPE) расширяет MLE, поскольку априорная информация о θ либо дана, либо предполагается. Что делать, если данные не полные? Что делать, если..

Векторизация: как ускорить алгоритм машинного обучения с помощью x78 Учитывая уравнение, мы увидим, как шаг за шагом можно добиться более эффективного кода не только в 78 раз с точки зрения скорости, но и используя всего 3 строки кода! Давайте погрузимся в это ... Вступление Как интерпретируемый язык Python for циклы по своей сути медленнее, чем их аналог на C. Это большое узкое место для печально известного языка программирования, поскольку алгоритмы глубокого и машинного..