Публикации по теме 'mathematics'


Математика и статистика, лежащие в основе машинного обучения - ЧАСТЬ 3
Итак, эта 3-я часть блога, а также заключительная часть, так как я буду освещать последние темы по математике и статистике, лежащие в основе машинного обучения. Если вы не видели мой предыдущий блог, проверьте его. Вот ссылка на него. Часть 1 - Математика и статистика в основе машинного обучения - ЧАСТЬ 1 Линейная алгебра shubhangagrawal1999.medium.com Часть 2 - Математика и статистика, лежащие в..
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..
Случайное блуждание в 1D, 2D и 3D (с Python)
Случайное блуждание — это процесс, при котором случайно движущиеся объекты удаляются от того места, откуда они начали движение. Элементарным примером случайного блуждания является случайное блуждание по целочисленной строке Z, которая начинается с 0 и на каждом шаге перемещается на +1 или −1 с равной вероятностью . Случайные блуждания находят множество применений в математике, информатике, биологии, химии, физике. В биологическом дрейфе генов случайные блуждания могут дать нам общее..
Демистификация softmax
Как получить функцию softmax из требований к дизайну задачи классификации? Обычный подход к мультиклассовой классификации заключается в использовании отдельного бинарного классификатора для каждого класса. Каждый классификатор отвечает за распознавание своего собственного ассоциированного класса. Во-первых, рассмотрите выбор дизайна для создания единого бинарного классификатора. Далее мы расширим схему до набора бинарных классификаторов. В качестве отправной точки..
Теория моделирования Монте-Карло и приложения в Python
Моделирование Монте-Карло — это метод численного анализа, направленный на оценку возможных результатов определенного случайного события. Это очень мощный метод вычисления интегралов, где нет известных решений. Основная идея этого моделирования заключается в том, что результаты вычисляются на основе повторной случайной выборки и статистического анализа. Техника опирается…
Модель линейной регрессии
Как новичок в области машинного обучения, самый первый метод, с которым вы столкнетесь, — это линейная регрессия. Причина этого, на мой взгляд, в том, что изучение линейной регрессии — очень удобный способ познакомиться с машинным обучением. Итак, начнем!!! В этой части мы рассмотрим процесс линейной регрессии и способы ее решения, используя Метод наименьших квадратов и Матричное нормальное уравнение . Что такое линейная регрессия? Линейная регрессия — это статистический метод..
Почему работает преобразование Фурье? Интуиция.
Любой сигнал, будь то звуковой, тенденции акций Facebook или радиовсплески от далеких звезд, можно разложить на (потенциально бесконечный) набор синусоидальных волн, так что все они складываются в исходный сигнал. Это в двух словах теорема Фурье . По крайней мере, для меня было совсем не очевидно, почему это должно быть правдой. Далее следует не строгая математическая обработка, а визуальная интуиция. Преобразование Рассмотрим этот сложный на вид сигнал. Давайте попробуем разбить..