Публикации по теме 'mathematics'
Полное руководство для начинающих по алгоритмам подобия документов
Изучите код и математику, лежащие в основе евклидова расстояния, косинусного сходства и корреляции Пирсона для двигателей рекомендаций по мощности
Я запустил в производство несколько рекомендательных систем. Неудивительно, что самое простое оказалось самым эффективным.
В основе большинства рекомендательных систем лежит совместная фильтрация. А в основе совместной фильтрации лежит подобие документов.
Мы рассмотрим 3 алгоритма расчета схожести документов.
1) Евклидово расстояние..
Один процесс снижения временной сложности
Недавно мы с другом работали над этой проблемой :
В ряду 100 дверей, которые изначально закрыты. Вы делаете 100 проходов мимо дверей. В первый раз посетите каждую дверь и, если дверь закрыта, откройте ее; если он открыт, закройте его (т.е. переключите). Во второй раз посетите только каждую вторую дверь (дверь № 2, № 4, № 6, …) и переключите ее. В третий раз посетите каждую 3-ю дверь (дверь № 3, № 6, № 9, …) и т. д., пока не посетите только 100-ю дверь.
Сначала мы следовали..
Оптимальный транспорт: скрытая жемчужина, которая делает возможным машинное обучение сегодня.
Объяснение одного из самых новых методов машинного обучения прямо сейчас
Вы бы поверили мне, если бы я сказал, что существует единое решение таких разных проблем, как декодирование мозга в нейробиологии, реконструкция формы в компьютерной графике, передача цвета в компьютерном зрении и автоматический перевод в обработке нейронного языка? А если бы я добавил к этому списку трансферное обучение , регистрацию изображений и спектральное разделение музыкальных данных и тот факт, что..
Жуткая статистика: головоломка на Хэллоуин
Проверьте свою статистическую интуицию
В прикладной статистике мы часто используем среднее значение как сводную статистику. Мы изучаем закон больших чисел и центральную предельную теорему на наших вводных занятиях по статистике и, следовательно, используем выборочное среднее в качестве оценки среднего значения генеральной совокупности и предполагаем, что его выборочное распределение является (приблизительно) нормальным. Мы также используем стандартную ошибку выборки s /√ N для..
Красота байесовской оптимизации, объясненная простыми словами
Красота байесовской оптимизации, объясненная простыми словами
Интуиция, лежащая в основе гениального алгоритма
Вот функция: f ( x ). Вычислить дорого, необязательно аналитическое выражение , и вы не знаете его производной.
Ваша задача: найти глобальные минимумы.
Это, безусловно, сложная задача, на одну сложнее других задач оптимизации в рамках машинного обучения. Например, градиентный спуск имеет доступ к производным функции и использует преимущества математических..
Все сложные вещи…
Я всегда обещал себе, что никогда не буду одним из тех людей, которые начинают запись в блоге со слов «Вот почему я давно ничего не писал», но в данном случае это важно.
Я записался на Стэнфордский курс машинного обучения на Coursera, и это самый сложный курс, который я когда-либо проходил.
В большинстве случаев это хорошо. Курс заставляет вас изучить низкоуровневые скрытые механизмы, которые приводят в действие наборы инструментов ML. Я создал свои собственные алгоритмы градиентного..
Нормы линейной алгебры
Существуют сотни приложений, в которых вам нужно найти длину или величину определенного вектора, будь то постановка школьной задачи по физике, реальный жизненный сценарий или даже само машинное обучение. Величина векторов решила многие проблемы, особенно в машинном обучении, которое помогло продвинуть разработку моделей. В самой статье я расскажу об одном таком приложении, а именно регуляризации . Давайте углубимся в нормы векторов.
Вступление
Норма - это не что иное, как величина или..
