Публикации по теме 'statistics'
Функция максимального правдоподобия, теория и примеры.
Введение в теорему Байеса.
Как хорошо известно, теорема Байеса представляет собой очень значительный шаг вперед в решении вероятностных задач, поскольку она позволяет построить распределение вероятностей как сумму двух частей, одна из которых основана на априорных предположениях, а другая — на имеющихся данных.
Приоритет представляет собой вероятность, которая присваивается каждому событию до того, как данные станут доступны, и, следовательно, выполняется с субъективной..
Использование моделирования в современном статистическом анализе
Подготовка почвы для моделирования в анализе данных
Контекст и важность понимания значимости данных
В эпоху решений, основанных на данных, способность различать подлинные закономерности и просто случайные колебания становится более важной, чем когда-либо. Каждый день компании делают решающий выбор на основе анализа данных. Будь то запуск нового продукта, внесение изменений в существующую платформу или инвестирование в новую маркетинговую стратегию, базовые данные должны быть..
Важная концепция статистики, которую должен знать каждый специалист по данным и инженерам по машинному обучению: часть 1
Введение
К настоящему времени каждый интеллектуал, пришедший из не-STEM областей и изучающий области науки о данных или анализа данных, должен был понять, что после этого статистика всегда будет частью их путешествия. Таким образом, всегда рекомендуется создать прочную базовую основу, прежде чем двигаться вперед.
Статистика , раздел математики, который занимается сбором, интерпретацией, анализом и представлением данных. Это больше рассматривается как нечто, что предоставляет..
Как разнообразие может решить проблему алгоритмической предвзятости
Алгоритмическая предвзятость ( предвзятость ИИ ) — это феномен , который возникает, когда алгоритм дает результаты, которые систематически искажаются из-за ошибочных предположений в процессе машинного обучения . Можно подумать, что инструменты на основе искусственного интеллекта ( AI ) должны давать беспристрастные результаты, если они управляются машиной; однако этот миф необходимо развеять, поскольку эти инструменты учатся на примерах ( набор данных ) вместо того, чтобы..
Статистика ICML 2019
Тридцать шестая ежегодная конференция исследователей машинного обучения (ICML) проходит в Конференц-центре Лонг-Бич, Калифорния, США.
В этом году было принято 774 статьи из 3424 , что составляет 22,6%, хотя каждый год больше всего заявок составляет около 25%.
Лучшие авторы , в этом году Майкл Джордан из Калифорнийского университета в Беркли является самым активным автором, представившим 7 принятых работ на ICML 2019, за ним следуют Волкан Север из EPFL (Федеральная политехническая..
Тест Крускала Уоллиса для начинающих
Тест Крускала Уоллиса: цель, область применения, предположения, примеры, реализация Python
1. Цель
Крускал-Уоллис — это непараметрический метод оценки того, происходят ли выборки из одного и того же распределения. Он используется при сравнении более чем двух независимых или несвязанных выборок. Однофакторный дисперсионный анализ (ANOVA) представляет собой параметрическую эквивалентность теста Краскела-Уоллиса.
1.1 Что было бы хорошим вариантом использования в бизнесе?
Давайте..
Случайная выборка с помощью SciPy и NumPy, часть II
Причудливые алгоритмы, пошаговое руководство по исходному коду и возможные улучшения
В части I мы рассмотрели основы выборки с обратным преобразованием (ITS) и создали собственную реализацию ITS на чистом python для выборки чисел из стандартного нормального распределения. Затем мы сравнили скорость нашей несколько оптимизированной функции со скоростью встроенной функции SciPy и обнаружили, что нам чего-то не хватает — например, 40x медленнее.
В этой части цель состоит в том, чтобы..
