Публикации по теме 'data-science'


Интуитивный способ понять IID
Независимые и одинаково распределенные (IID). Если две или более случайных переменных взаимно независимы и каждая случайная переменная имеет то же распределение вероятностей, что и остальные переменные, то эти переменные называются независимыми и одинаково распределенными. Давайте разберемся с его определением на нескольких примерах: Подбрасывание монеты: Если вы подбросите правильную монету n раз, это не повлияет на результат (n+1)-го броска из-за результатов первых n бросков монеты...
Практическое руководство по созданию оболочки рабочего процесса Scikit-learn в d6tflow DAG
Я читал статью Норма и заинтересовался тем, как использовать d6tflow для обертывания рабочих процессов обработки данных в DAG ( направленный ациклический граф ), управляемый d6tflow. Я рекомендую вам прочитать статью Норма, чтобы лучше понять мотивацию и предысторию того, почему вам следует использовать DAG. Ориентированный ациклический граф - это конечный ориентированный граф, не содержащий циклов. Короче говоря, DAG - это граф, в котором вы можете начать с любого узла, следовать..
Машина опорных векторов
Глубокое погружение в модель SVM В этом посте мы обсудим использование опорных векторных машин (SVM) в качестве модели классификации. Мы начнем с изучения идеи, лежащей в основе этого, воплотим эту идею в математическую задачу и воспользуемся квадратичным программированием (QP) для ее решения. Начнем с анализа интуиции, лежащей в основе модели. Цель алгоритма линейной классификации - разделить входное пространство на области, помеченные разными классами. Таким образом, мы можем..
Многослойный персептрон с использованием Keras в наборе данных MNIST для задачи классификации цифр
Многослойный персептрон с использованием Keras в наборе данных MNIST для классификации цифр Активация ReLu + Dropout + BatchNormalization + AdamOptimizer Загрузка набора данных MNIST Каждая точка данных MNIST состоит из двух частей: изображения рукописной цифры и соответствующей метки. Назовем изображения «x», а метки «y». И обучающий набор, и тестовый набор содержат изображения и соответствующие им метки; например, тренировочные изображения — это mnist.train.images, а..
Алгоритм машинного обучения против модели
в чем разница между алгоритмом ML и моделью ML? Машинное обучение — это ответвление ИСКУССТВЕННОГО ИНТЕЛЛЕКТА. Это важный элемент развивающейся области науки о данных. Благодаря использованию статистических методов алгоритмы обучаются делать классификации или прогнозы, раскрывая ключевые идеи в проектах интеллектуального анализа данных. Алгоритм ML и модели ML являются важными частями системы машинного обучения. Это действительно сбивает с толку, и новички часто используют эти..
Объективы SQL для вашей системы обнаружения вторжений
Объективы SQL для вашей системы обнаружения вторжений В течение последнего десятилетия приложения работали с данными с высокой пропускной способностью почти в реальном времени. Возьмем, к примеру, системы обнаружения сетевых вторжений (NIDS); важный инструмент сетевой безопасности - независимо от вашего определения безопасности. Еще несколько лет назад такие системы требовали дорогостоящих проприетарных аппаратных решений, связанных с программными инструментами поставщиков..
Почему наука о данных занимает важное место в корпоративной повестке дня?
В этой статье рассказывается, почему искусственный интеллект является и должен стать областью повышенного внимания корпораций Что движет корпоративной повесткой дня? Самый простой ответ - цена акций, которая в значительной степени определяется прибылью на акцию, которая, в свою очередь, определяется доходами и расходами. Наука о данных становится все более эффективной как для увеличения доходов, так и для управления расходами. Отсюда значительный упор на науку о данных на..