Публикации по теме 'probability'
Прогнозирование времени попадания: другой способ вероятностного прогнозирования временных рядов
Сколько времени требуется для достижения определенного значения?
Возможность делать точные прогнозы является фундаментальной для любого приложения для прогнозирования временных рядов. Следуя этой цели, специалисты по данным привыкли выбирать лучшие модели, которые сводят к минимуму ошибки с точки зрения точечного прогноза . Это правильно, но не всегда может быть лучшим эффективным подходом.
Специалистам по данным следует также рассмотреть возможность разработки моделей..
Вероятность и статистика для энтузиастов данных: часть 3. Диаграммы рассеяния Seaborn
В следующих нескольких частях я расскажу о нескольких различных типах графиков и о том, как их кодировать в Python. В список входят следующие графики: точечные диаграммы, диаграммы ствола и листа, гистограммы, круговые диаграммы и коробчатая диаграмма с усами. В основном я буду использовать пакеты Seaborn для визуализации и добавлять ссылку на документацию везде, где это необходимо. В этой статье мы рассмотрим диаграммы рассеяния .
Точечная диаграмма . Точечная диаграмма..
Набор вопросов по машинному обучению (2)
В этой серии мы рассмотрим часто задаваемые вопросы об машинном обучении на собеседованиях. Ответы не настолько глубоки, как математика, но должны быть достаточными для интервью.
ПРЕДЫДУЩИЙ ВОПРОС:
Составная и условная вероятности
Устранение путаницы
Сложная вероятность P(A∩B)
Вероятность того, что 2 события произойдут вместе (или последовательно).
Eg
Вероятность выпадения правильной монеты ¹⁄₂ = 50%. Вероятность подбрасывания двух одинаковых монет равна ¹⁄₂ × ¹⁄₂ = ¹⁄₄ = 25% (это также можно прочитать как 50% от 50%)
P(A ∩ B) = P(A) ⋅ P(B)
Для 2 монет выборочное пространство будет равно 4 {HH, HT, TH, TT}, если первая монета равна H, то остальные результаты равны 2 {HT, HH}. Это означает, что первое..
Описательная статистика, часть 3
В этом уроке мы узнаем об отношениях. Как мы можем визуализировать взаимосвязь/ассоциацию между двумя переменными с помощью графиков.
Оглавление
Анализ связи между категориальной и числовой переменной. Анализ связи между двумя категориальными переменными. Анализ связи между двумя числовыми переменными.
Примечание . Графики — это отличный способ визуализировать и исследовать отношения или две связанные переменные и характер связи .
Независимо от того,..
Линейная регрессия: подход максимального правдоподобия
Линейная регрессия: подход максимального правдоподобия
Линейная регрессия - один из самых основных алгоритмов машинного обучения, и просто он пытается уместить наши данные на линии (y = mx + b). В этой статье мы увидим линейную регрессию с совершенно другой точки зрения.
Давайте попробуем увидеть линейную регрессию с точки зрения вероятности, в частности, используя подход MLE: Maximum Likelihood Estimate.
В линейной регрессии у нас есть следующее уравнение:
y^n = mx_n+b
Мы..
Теорема Байеса о мощности
Любой, кто занимается аналитикой, машинным обучением, статистикой, искусственным интеллектом или наукой о данных, учится или работает, будет иметь более чем базовое представление о теореме Байеса. Некоторые люди, достаточно долго работающие в этой области, утверждают, что это святой Грааль, поэтому поймите, что сила этой теоремы действительно важна.
Я сам неплохо разбирался в этом со школьных времен, решая задачи условной вероятности, но тогда и даже до двух лет назад я действительно..
