Публикации по теме 'mathematics'


Сколько математики вам действительно нужно для науки о данных?
Мнение Сколько математики вам действительно нужно для науки о данных? Каковы математические требования для работы в области науки о данных? Вступление Область науки о данных часто требует большего набора навыков, чем большинство связанных областей разработки программного обеспечения. Один из самых частых вопросов, который мне часто задают как специалисту по анализу данных: «Сколько математики вы на самом деле используете для науки о данных?» Ответ сложнее, чем может..
Все виды крутых скалеров
Оптимизация непрерывных элементов путем выбора правильного инструмента. Что такое скейлер? Средство масштабирования функций - это обучающий инструмент, который позволяет лучше обучать данные с помощью линейной алгебры. Некоторые целевые функции сильно зависят от них и фактически не будут работать должным образом без надлежащего масштабирования. При обработке данных масштабирование признаков также называется «нормализацией данных», и эта нормализация обычно выполняется на этапах..
Математическая оптимизация: «простота - это все, что вам нужно»
В основе машинного обучения лежит математическая оптимизация. В конечном итоге это целевая функция, оптимизированная для статистической подгонки кривой по заданным данным. Предыдущее утверждение верно как для обучения с учителем, так и для обучения без учителя. В последнем случае различие основывается только на определении целевой функции, которое в данном случае не включает никакой информации о ярлыках. Математическая оптимизация (также известная как математическое программирование)..
Создание игры на JS и связанная с ней математика
Недавно я изучил JavaScript и за две недели изучения JS написал игру. Хотя это был парный проект, так что технически Тейлор Мур и я написали игру. Получилось очень круто, и я очень горжусь этим. Если вам так хочется, можете сыграть здесь . Вдохновением для этой игры послужила старая компьютерная игра Gorillaz, в которую я играл ребенком (на самом деле она называлась Gorillas, но я добавил букву z для драматического эффекта). Гориллы были действительно веселой игрой и очень простой...
Теоретическая перспектива XGBoost
Дерево решений с градиентным усилением (GBDT) — это метод, основанный на ансамбле, в котором деревья последовательно обучаются остаткам функции потерь. Основная стоимость GBDT — построение деревьев решений, а самая трудоемкая часть — поиск лучших точек разделения для каждого узла. XGBoost¹, представленный в 2016 году, был эффективной реализацией решения этих проблем, и ниже мы рассмотрим, как он решил эти проблемы. Функция потерь занимает центральное место в любой модели..
Один миллион цифр числа Пи | Матигон на Патреоне
Ранее в этом месяце был день числа Пи , и мы опубликовали совершенно новый курс Круги и числа числа Пи . Частью этого курса был список первого миллиона цифр числа пи , который вы можете прокручивать и даже искать по определенным закономерностям (например, по дате вашего рождения): Широко распространено мнение, что число Пи является нормальным числом , а это означает, что любая строка цифр должна появляться где-то в своем десятичном представлении. Однако на самом деле математики..
Простая регрессия в R (с участием 2 переменных)
На самом деле это первый учебник, который я когда-либо писал в Интернете. Мне очень понравилось писать этот урок, и я планирую написать больше. Поэтому, пожалуйста, оставьте комментарий, если вам понравилось, или если у вас есть какие-либо предложения по улучшению содержания. Учебник не затрагивает основ программирования на R, а скорее погружается прямо в ту часть, где начинается самое интересное. Вы можете изучить основы за 2 часа из любого места, включая официальную документацию..