Статьи по теме statistics

Публикации по теме 'statistics'

Расширенная статистика в машинном обучении: использование передовых методов для улучшенного прогнозирования…

Для повышения точности и эффективности моделей машинного обучения требуются методы Advanced Statistical . Эти передовые технологии меняют профессию от глубокого обучения до обработки естественного языка. В этом посте мы рассмотрим некоторые из увлекательных передовых статистических подходов, используемых в машинном обучении, и то, как они меняют наши представления о прогнозной аналитике. Являетесь ли вы опытным специалистом по данным или только начинаете, эта статья предоставит вам..

Отличный пост. Я узнал кое-что полезное 😉

Объяснение линейной регрессии за 5 минут

Пожалуй, самая фундаментальная модель машинного обучения, которую можно объяснить как можно проще. Линейная регрессия - один из наиболее широко используемых подходов, используемых для моделирования отношений между двумя или более переменными. Его можно применять где угодно, от прогнозирования продаж для планирования запасов для определения воздействия парниковых газов на глобальную температуру до прогнозирования урожайности на основе количества осадков. В этом посте мы рассмотрим,..

Создание новой стохастической модели волатильности с нуля (часть 2 из 3)

Введение в модели стохастической волатильности (Хестон) и создание новой модели стохастической волатильности для кластеризации волатильности с использованием данных о ценах на биткойны. Введение Термин «стохастический» определяется как случайность, возникающая из основного распределения вероятностей. Стохастические модели волатильности имеют компонент, в котором дисперсия распределяется случайным образом. Используя тот факт, что ценовые движения являются стохастическими, мы можем..

Создавайте мощные объяснения моделей для задач классификации с помощью логистической регрессии

Руководство для практикующих с демонстрацией использования набора данных IBM Telco Churn Введение Логистическая регрессия обычно используется для моделирования проблем классификации. Это параметрический алгоритм, выходные данные которого обеспечивают мощное объяснение модели (многие называют его объяснимым ML). В частности, в дополнение к преодолению известных ограничений линейной регрессии для моделирования задач классификации и по сравнению с непараметрическими алгоритмами на..

Мои взгляды были искажены в отношении искаженных распределений

Я делал это неправильно всю свою жизнь. Я понял это совсем недавно. Раньше я смотрел на горб, чтобы определить направление перекоса распределения. Но горб представляет наиболее часто встречающееся значение в распределении. Это не искажает распределение. Во всяком случае, этот горб изо всех сил старается сохранить нормальное распределение, несмотря на асимметрию. Настоящим виновником здесь является длинный хвост. Он состоит из значений выбросов, которые искажают распределение...

Разгадка сложности распределений в статистике

Навигация в сложном мире дистрибутивов: полное руководство по различным дистрибутивам, которые вы должны знать, прежде чем приступать к анализу данных. «Данные — это просто резюме тысяч историй — расскажите несколько таких историй, чтобы сделать данные значимыми». — Чип и Дэн Хит. Часть 3: Область науки о данных — это область, которая вращается вокруг данных. Из приведенных данных можно сделать разные выводы. Распределения используются, чтобы дать подробное представление о..