Публикации по теме 'statistics'
Справочник Essential Data Science Notebook
Единый справочник по EDA, проектированию признаков, подбору модели и т. д.
Недавно я завершил процесс внутреннего перевода, чтобы присоединиться к команде Meta Core Data Science. Готовясь к этим интервью с моими коллегами, Барри Чжаном и Николасом Лепором, мы обнаружили, что не было единого ресурса для типичных функций кодирования в науке о данных, таких как построение графиков EDA, очистка данных, преобразование данных, оптимизация гиперпараметра, подбор модели, неконтролируемое..
Постройте эмпирическую функцию плотности вероятности в R
Простые и быстрые решения для построения pdf ваших данных
Вы когда-нибудь хотели построить эмпирический PDF для ваших данных в R? Вот два простых решения для построения PDF-файла смоделированных данных :
s1 <- rnorm(2000, mean=5, sd=1)
s2 <- rgamma(4000, shape=3, scale=0.5)
data <- c(s1, s2)
1. плотность()
Вы можете использовать старую добрую функцию плотности(). Это просто, просто вызовите следующее:
den <- density(data)
Затем нанесите на график значения x и..
Популяция против выборки и параметра против статистики и предвзятого против несмещенного в статистике
Мы рассмотрим совокупность и выборку, параметры и статистику, среднее значение по совокупности и выборочное среднее, предвзятые и непредвзятые.
Вступление
В этом блоге вы узнаете об этих темах в статистике.
Население и выборка Параметры и статистика Среднее по совокупности и среднее по выборке Предвзятый и непредвзятый оценщик
Хотите узнать о Мера центральной тенденции и Мера изменчивости . Вот блог для вас. . .
Статистика:..
Как новостные агентства могут использовать данные для улучшения принятия редакционных решений
Вы когда-нибудь задумывались, как информационные агентства решают, какие истории освещать их журналисты? Для создания востребованного контента любому информационному агентству крайне важно направлять журналистов на сюжеты и темы, представляющие наибольший интерес для его читателей. Однако понять, в чем заключаются интересы читателей сейчас, не так-то просто, не говоря уже о том, чтобы предсказать, в чем будут заключаться интересы читателей в будущем.
На курсе Аналитика в действии..
Экспертные идеи для интервью: Python, SQL, машинное обучение и статистика
Максимизируйте свою карьеру специалиста по данным
Экспертные идеи для интервью: Python, SQL, машинное обучение и статистика
Овладение наиболее востребованными навыками для интервью Data Scientist
Вы хотите ворваться в мир науки о данных?
Or
Вы уже там, но хотите усовершенствовать инструменты/концепции.
Если это так, важно иметь четкое представление о наиболее часто используемых алгоритмах, концепциях и темах в этой области.
В этой статье мы рассмотрим ключевые темы Python,..
Навигация по миру оптимизаторов в глубоком обучении: подробное руководство
Оптимизация является ключевым компонентом глубокого обучения, и выбор оптимизатора может существенно повлиять на производительность модели. В этой статье мы дадим подробное руководство по различным оптимизаторам, используемым в глубоком обучении, и продемонстрируем, как их реализовать в Python.
Для начала давайте определим задачу оптимизации. Рассмотрим простую модель линейной регрессии с одной входной функцией и целевой переменной:
y = w*x + b
В этой модели мы хотим найти..
Статистика для науки о данных, часть 1
Что такое статистика?
Статистика — это часть данных из части населения. Это противоположно — данным переписи населения, которая опрашивает всех .
Подумайте об этом так: если у вас есть немного информации, это статистика. Если вы посмотрите на часть набора данных, это тоже статистика. Если вы знаете что-то о 10% людей, это тоже статистика. Параметры — это вся информация. И вся информация редко известна, поэтому нам нужна статистика!
Статистика описывает данные. Это также..
Новые материалы
12 сайтов с искусственным интеллектом, которые поразят вас
Приготовьтесь поразить воображение
Сегодня существует несколько веб-сайтов, использующих искусственный интеллект (ИИ). От индивидуальных рекомендаций по новостям до более умных поисковых..
Скрытый технический долг в системах машинного обучения [NeurIPS 2015]
Что такое технический долг?
Технический долг — это метафора, введенная Уордом Каннингемом в 1992 году, чтобы объяснить долгосрочные затраты, связанные с быстрым продвижением в разработке..
Алгоритм быстрой сортировки в Python
Всем привет, добро пожаловать на programminginpython.com . Здесь я покажу вам, как реализовать алгоритм быстрой сортировки в Python. В предыдущих статьях я рассмотрел Сортировку вставкой ,..
Как использовать манипулирование объектами в JavaScript
Объекты являются важным строительным блоком JavaScript. Они позволяют группировать свойства и методы вместе.
Объект представляет собой набор свойств. Свойства идентифицируются с..
Разработка игр с помощью Godot Engine: мощный инструмент с открытым исходным кодом
Разработка игр — творческий и сложный процесс, требующий множества навыков и инструментов. Одним из наиболее важных инструментов является игровой движок, который представляет собой программную..
От XML к аннотациям: переход к современной конфигурации Spring
Введение
Фреймворк Spring претерпел значительную эволюцию с момента своего создания. Одним из заметных изменений стал переход от конфигураций на основе XML к конфигурациям, управляемым..
Я люблю Руби!
Я люблю Руби! Мне это нравится по той же причине, по которой мне нравится программировать на Python. Он настолько интуитивно понятен, а встроенные методы упрощают решение проблем. Если вы..