Публикации по теме 'mathematics'


Исчисление в машинном обучении
Машинное обучение , Математика Исчисление в машинном обучении За каждой моделью машинного обучения стоит алгоритм оптимизации, в значительной степени основанный на расчетах. Введение Алгоритм машинного обучения (например, классификация, кластеризация или регрессия) использует набор обучающих данных для определения весовых коэффициентов, которые могут применяться к невидимым данным в целях прогнозирования. За каждой моделью машинного обучения стоит алгоритм оптимизации,..
Основные термины машинного обучения/статистики
В этой статье перечислены несколько наиболее часто используемых концепций машинного обучения/статистики на простом английском языке для людей, которые планируют заняться наукой о данных. Нулевая гипотеза Определение: Нулевая гипотеза, обозначаемая как H0, представляет собой предположение/утверждение. Например: При проверке того, убьет ли средство от сорняков марки «А» водяную траву во дворе, нулевая гипотеза состоит в том, что средство от сорняков марки «А» не справится с водяной..
Глубокое погружение в полиномиальную регрессию и переобучение
В этой статье мы показываем, что проблема полиномиальной регрессии заключается не в чрезмерной подгонке, а в числовой точности. Даже если все сделано правильно, числовая точность по-прежнему остается непреодолимой проблемой. Здесь мы сосредоточимся на пошаговой полиномиальной регрессии, которая должна быть более стабильной, чем традиционная модель. В пошаговой регрессии мы оцениваем один коэффициент за раз, используя классический метод наименьших квадратов. Даже если оцениваемая..
Как найти лучшую функцию активации, чем ReLU?
Делаем с ReLU то, что ReLU сделал с сигмоидом Нейронная сеть - это просто сеть связанных искусственных нейронов. Мы не будем слишком беспокоиться о различиях между LSTM, рекуррентным, сверточным, полностью связанным и т. Д. - давайте перейдем к основной единице сети: нейрону. Нейрон Глядя на Рисунок 1 , мы видим базовый строительный блок нейронной сети. x - это входы нейрона. Они могут быть из предыдущих слоев или из фактического набора данных для обучения или тестирования...
Предшественник расширенного пошагового руководства по TensorFlow от Google.
Очень взволнованный тем, что Google открыл исходный код этого драгоценного камня, я не мог дождаться, чтобы погрузиться с головой и сделать что-то интересное (хотя бы в меру). Может быть, таким образом я смогу получить челюсть в DeepMind, LOL. В своем волнении я прыгнул вперед и прочитал документацию, а затем быстро переключился на TensorFlow — будьте уверены, внутри потрясающие вкусности! Как следует из названия, это только прекурсор. Вместо того, чтобы сразу переходить к машинному..
Шумоподавление изображения с помощью выборки Гиббса
Введение Подавление шума в изображениях , вероятно, является одной из наиболее хорошо изученных областей в области визуальных вычислений. Основная идея шумоподавления изображения довольно проста. Имея зашумленное изображение Î(x,y), к которому применен случайный шум или отсутствуют некоторые измерения, мы пытаемся восстановить исходное изображение I(x,y), выполнив процесс шумоподавления. Существует множество различных алгоритмов шумоподавления изображения. Некоторые из классических..
Полное введение в анализ временных рядов (с R): Функции ACF и PACF
В последней статье мы обсудили свойства стационарности, причинности и обратимости процесса ARMA(p,q), а также условия, необходимые для их обеспечения, и способы их проверки. В этой статье мы увидим, как эти свойства, в частности, стационарность и причинность, значительно упрощают нашу задачу по нахождению ACVF, ACF и PACF. ARMA(p,q) как линейный процесс Напомним из этой статьи , что линейный процесс — это не более чем стационарный временной ряд, который имеет представление..