Публикации по теме data-science

Публикации по теме 'data-science'

Стандартное нормальное распределение

Стандартное нормальное распределение Стандартное нормальное распределение , также называемое Z-распределением , представляет собой особое нормальное распределение, среднее значение которого равно 0 , а стандартное отклонение равно 1 . Распределение вероятностей Стандартное нормальное распределение — это распределение вероятностей , поэтому площадь под кривой между двумя точками говорит о вероятности того, что переменные принимают диапазон значений. Общая площадь под кривой..

Я не подхожу для программирования. Какие еще пути я могу изучить?

Найдите свою нишу за пределами кода Привет, друзья-странники в сфере технологий! Это твой приятель Гейб А., и сегодня я выложу все это на стол. Вы когда-нибудь чувствовали, что вы просто не созданы для программирования? Не волнуйтесь, вы не одиноки. На самом деле, я советую вам потратить несколько минут на прочтение этой статьи, поскольку она, несомненно, поможет вам избежать некоторых наиболее серьезных ошибок в вашем путешествии по Python. Загадка кода Давайте будем честны,..

Демистификация декораторов Python: раскрытие возможностей функций высшего порядка

Python — это универсальный и мощный язык программирования с функциями, которые упрощают написание чистого, эффективного и модульного кода. Одной из таких функций являются декораторы, которые, хотя их часто считают продвинутыми, можно легко понять и использовать с большим эффектом. В этом руководстве мы демистифицируем декораторы Python, изучим лежащие в их основе концепции и продемонстрируем их практическое использование в реальных приложениях. Что такое декораторы Python? По своей сути..

Работа со стохастическим пулом, часть 1 (машинное обучение)

Стохастические пуловые сети (arXiv) Автор: Марк Д. МакДоннелл , Пьер-Оливье Амблар , Найджел Г. Стокс . Аннотация: Мы вводим и определяем концепцию стохастической сети пула (SPN) как модели сенсорных систем, в которой избыточность и две формы «шума» — сжатие с потерями и случайность — взаимодействуют удивительным образом. Наш подход к анализу SPN является теоретико-информационным. Мы определяем SPN как сеть с несколькими узлами, каждый из которых производит зашумленные и сжатые..

Различные варианты использования рекуррентных нейронных сетей, часть 1 (машинное обучение)

Сравнение рекуррентных нейронных сетей и классических подходов к машинному обучению в спектроскопии лазерного пробоя (arXiv) Автор: Фатемех Резаи , Пурия Халилиян , Мохсен Резаи , Парвин Карими , Бехнам Ашрафхани . Аннотация: рекуррентные нейронные сети — это классы искусственных нейронных сетей, которые устанавливают связи между различными узлами, формируя ориентированный или неориентированный граф для временного динамического анализа. В этом исследовании метод спектроскопии..

Вы никогда не будете в одиночестве: используйте Pygwalker для визуализации данных в Jupyter Notebook

Как специалист по данным, вы всегда ищете способы упростить рабочий процесс и создать интерактивную и привлекательную визуализацию ваших данных. Возможно, вы хотели бы иметь более простой способ взаимодействия с вашими данными, похожий на использование Tableau. Затем вам следует взглянуть на PygWalker — легкую и простую в использовании привязку Python к Graphic Walker . Что такое PyGWalker? PyGWalker интегрирует Jupyter Notebook (или другие ноутбуки на базе Jupyter) с Graphic..

Исследовательские работы по использованию искусственного интеллекта в области робототехники

Ускорение обучения роботов контактным манипуляциям: учебное исследование ( arXiv ) Автор: Кристиан С. Бельтран-Эрнандес , Дэмиен Пети , Ишчел Г. Рамирес-Альпизар , Кэнсуке Харада Аннотация . Парадигма обучения с подкреплением (RL) была важным инструментом для автоматизации роботизированных задач. Несмотря на достижения в области RL, она все еще не получила широкого распространения в отрасли из-за необходимости дорогостоящего взаимодействия роботов с окружающей средой...