Публикации по теме probability

Публикации по теме 'probability'

Интуиция за распределением вероятностей

Реальные примеры различных методов распределения вероятностей «Правило 50–50–90: каждый раз, когда у вас есть 50–50 шансов сделать что-то правильно, с вероятностью 90% вы ошибетесь». - Энди Руни Вступление Все параметрические тесты предполагают, что данные будут в определенном типе распределения данных для применения статистических тестов. Однако форма распределения определяется характером эксперимента и данными. Помимо понимания сложных математических выводов формул для..

Описание данных с помощью графиков и таблиц — I

Всем привет! Этот блог предназначен для всех, кто занимается наукой о данных и хочет лучше понять статистику, или для тех, кто заблудился в статистике на местах и пытается узнать, с чего начать и что изучать дальше. статистику и возможности, когда вы начинаете изучать машинное обучение, тогда этот блог для вас, ребята. Я собираюсь написать серию блогов о статистике и вероятностях. Не стесняйтесь следить за моей страницей для получения дополнительной информации о статистике и..

Понимание взаимосвязи между вероятностью и статистикой

ОСНОВНЫЕ ПОНЯТИЯ Понимание взаимосвязи между вероятностью и статистикой Статистика сродни обратному инжинирингу вероятности, чтобы найти истину До недавнего времени я предполагал, что математическое ожидание случайной величины — это причудливое название выборочного среднего. Я был совершенно неправ.

Кульбак-Лейблер (KL) Дивергенция и кросс-энтропия

Объясняя происхождение и давая интуитивное представление о том, что они составляют Дивергенция Кульбака-Лейблера является мерой различия между двумя распределениями вероятностей. Вы, наверное, много раз видели эту концепцию в области машинного обучения. В частности, на эту концепцию в значительной степени полагаются при получении нижней границы доказательства (ELBO), которая появляется в вариационных автокодировщиках (VAE) и моделях распространения. Вывод Чтобы интуитивно понять..

Интуиция для независимых и одинаково распределенных

Наука о данных Интуиция для независимых и одинаково распределенных Понимание ключевого допущения в статистике и его последствий Основная цель науки о данных в целом и машинного обучения в частности - использовать прошлое для предсказания будущего. Помимо конкретных предположений различных статистических моделей, неизбежным является предположение о том, что будущее можно предсказать на основе прошлых событий. Мы предполагаем, что существует некоторая функция, которую мы можем..

Методы калибровки в глубоких нейронных сетях

Введение Было показано, что классификаторы глубоких нейронных сетей неправильно откалиброваны [1], т. е. их вероятности предсказания не являются надежными оценками достоверности. Например, если нейронная сеть классифицирует изображение как «собаку» с вероятностью p , p нельзя интерпретировать как достоверность предсказанного сетью класса для изображения. Кроме того, классификаторы нейронных сетей часто слишком самоуверенны в своих прогнозах [1]. Классификатор калиброванной нейронной..

Обнаружение актуальных тем теории вероятностей с помощью BERTopic

Введение Любой, кто пытался ознакомиться с новой областью исследований, может признать, что это может оказаться сложной задачей. Попытка быстро установить смысл различных тем исследования в области может быть сложной задачей. Даже если вы имеете представление об исследовательском ландшафте, отслеживание эволюции этих тем может оставаться сложной задачей. В этой статье я хочу обсудить, как можно использовать тематическое моделирование и кластеризацию для решения этих проблем. Нашим..