Публикации по теме 'mathematics'


Полное введение в анализ временных рядов (с R):: Введение в операторы временных рядов
В последней статье мы исследовали некоторые полезные свойства линейных процессов, в том числе Теорему Вольда о представлении , а также очень полезную характеристику функции автоковариации любого линейный процесс. В этой статье мы немного вернемся назад и получим представление о различных операторах , которые мы видели до сих пор, и дадим краткую иллюстрацию того, насколько они могут быть полезны при работе с запутанными вычислениями, связанными с временными рядами. . Если вы..
Статистика и вероятность
Основы машинного обучения Данные — это самый доступный и ценный ресурс в наше время. Данные произошли от латинского слова «datum», что означает « характеристики или информация, собранные путем наблюдения» . Это может быть любая форма, такая как текст, аудио, видео, изображение и так далее. Из-за обилия данных мы создаем модели с использованием машинного обучения, которое учится на предыдущих данных, чтобы предсказывать новые данные в будущем. В процессе обучения данные в любой форме..
Машинное обучение помогло найти черты, необходимые для адаптации к изменению климата — засухе
Машинное обучение и искусственный интеллект ускоряют разработку новых сортов сельскохозяйственных культур для адаптации к изменению климата — для поддержания тепла! Саммит по адаптации к изменению климата 2021 года состоялся 25 января этого года (2021 года) с целью ускорить выполнение Парижского соглашения об изменении климата 2015 года. Саммит начался на открытии с настоятельной необходимости ускорить выполнение Парижского соглашения. Экономика – это Окружающая среда и Образование..
Введение в максимизацию ожиданий
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..
Главный геодезический анализ
Машинное обучение встречается с римановой геометрией Это вторая статья о машинном обучении в римановом многообразии, которую я пишу. На этот раз это расширение анализа главных компонент (PCA) на риманово пространство. Ожидается, что читатели имеют представление о СПС. Если еще раз вспомнить PCA, может быть полезна следующая статья Понимание математики, лежащей в основе анализа главных компонентов . Я также рекомендую читателям просмотреть мою предыдущую статью Геодезическая..
Как компьютер рисует плавную линию?
Как компьютер рисует плавную линию? Визуализация некоторой интуиции, лежащей в основе статистического метода, используемого для отслеживания линии через точки данных Если бы я попросил вас провести плавную линию между кучей точек, вы, вероятно, справились бы неплохо. Кроме того, журналисты постоянно используют компьютерную графику для иллюстрации тенденций в своих данных. Но как перейти от первого примера ко второму - как компьютер воспроизводит интуицию, которую мы проявляем при..
Понимание того, как на самом деле работает перцептрон
Хотите стать лучше в науке о данных? Нажмите здесь, чтобы получать уведомления, когда я публикую новый контент как на Medium, так и на моем личном веб-сайте, где я публикую эксклюзивные сообщения. Модель персептрона - это бинарный классификатор, классификации которого основаны на линейной модели. Итак, если ваши данные линейно разделимы, эта модель найдет разделяющую их гиперплоскость. Модель работает как таковая: По сути,..