Публикации по теме 'probability'


Причинный вывод - Часть X - Формула корректировки
Причинный вывод Формула корректировки Это десятый пост из серии, в которой мы прорабатываем Причинный вывод в статистике - хороший учебник, соавтором которого является сам Judea Pearl . Вы можете найти предыдущий пост здесь и весь соответствующий код Python в сопутствующем репозитории GitHub: DataForScience / Причинность Как причины приводят к следствиям? Можете ли вы связать причину, приведшую к наблюдаемому результату? Большие данные..
Теория обучения: минимизация эмпирического риска
Минимизация эмпирических рисков - фундаментальная концепция машинного обучения, но, к удивлению, многие практики с ней не знакомы. Понимание ERM необходимо для понимания ограничений алгоритмов машинного обучения и формирования хорошей основы для практических навыков решения проблем. Теория, лежащая в основе ERM, - это теория, которая объясняет VC-измерение, вероятно приблизительно правильное (PAC) обучение и другие фундаментальные концепции. На мой взгляд, любой, кто серьезно относится..
Способы поменять доллар: счет в Python
Производящие функции и умножение рядов Сначала простой пример: мы хотим знать, сколько существует способов получить 20 центов из пяти центов и десяти центов. Вы когда-нибудь задумывались, можете ли вы выполнять математические операции и писать алгоритмы для всего, что вы изучаете на уроках математики в колледже, в коде Python? Бьюсь об заклад, ты сможешь. Выбросьте устаревший калькулятор и прекратите поиск более мощных онлайн-калькуляторов. Как насчет того, чтобы написать свою..
АНАЛИЗ ЛИНЕЙНОЙ РЕГРЕССИИ
ЧТО ТАКОЕ ЛИНЕЙНАЯ РЕГРЕССИЯ? Линейная регрессия — это метод определения статистической взаимосвязи между зависимой и одной или несколькими независимыми переменными. Линейная регрессия — один из наиболее часто используемых типов прогнозного анализа. Мы часто используем регрессию в нашей повседневной жизни. Считается, что прилежный ребенок, который учится часами, хорошо сдает экзамены. Игрок с битой в отличной форме считается хорошим игроком в предстоящих матчах. Наконец, количество осадков..
Теория вероятностей: многомерная случайная величина, функция распределения.
Это часть курса Теория вероятностей и статистика для программистов . В практических приложениях теории вероятностей часто встречаются задачи, в которых результат эксперимента описывается не одной случайной величиной, а двумя или более случайными величинами, которые образуют многомерную случайную величину (систему случайных величин). или случайный вектор). Например, положение некоторой точки, брошенной на плоскость, будет вектором из двух случайных величин - X и Y . Системы..
Введение в вероятностные распределения
Распределение вероятностей - это функция, описывающая вероятность получения возможных значений, которые может принимать случайная величина. Другими словами, значения переменной зависят от лежащего в основе распределения вероятностей . Импортируйте необходимые библиотеки: Существуют разные типы распределения вероятностей , которые служат разным целям и представляют разные процессы генерации данных. Мы собираемся изучить самые основные дистрибутивы: 1) Биномиальное..
Бернулли и биномиальные случайные переменные с Python
Статистика колледжа с Python Введение В серии еженедельных статей я расскажу о некоторых важных статистических темах с изюминкой. Цель состоит в том, чтобы использовать Python, чтобы помочь нам получить интуитивное представление о сложных концепциях, эмпирически проверить теоретические доказательства или построить алгоритмы с нуля. В этой серии вы найдете статьи по таким темам, как случайные переменные, выборочные распределения, доверительные интервалы, тесты значимости и многое..