Публикации по теме 'decision-making'
Что мы можем узнать из градиентного спуска?
Представьте, что вы поднялись на холм рано утром, и вдруг погода изменилась! Уже не солнечно и ясно, зато над головой окутал густой туман. Вы напуганы, у вас заканчивается вода, и вам нужно найти способ вернуться вниз. Вы абсолютно не представляете, где находитесь, и можете только осматриваться в непосредственной близости, может быть, на 3–4 фута вокруг себя. Вы также потеряли телефонный сигнал, который в любом случае был бы бесполезен, поскольку вы не могли никому сказать, где..
Предписывающий удар: как рискованное решение на четвертом и четвертом изменило мое мышление
В прошлом месяце у нас с другом была возможность побывать на матче AFC South между командой моего родного города — Indianapolis Colts — и Houston Texans. Преодолев отставание в восемнадцать очков в третьей четверти, мы наблюдали за фиаско «Кольтов» в овертайме — если вы его не заметили, я объясню подробнее чуть позже — это действительно заставило меня задуматься о данных, стоящих за этим решением, и о том, как эти идеи могут помочь нам определить, когда стоит стремиться к победе...
Обещания или проклятия искусственного интеллекта и машинного обучения?
Обещания или проклятия искусственного интеллекта и машинного обучения?
Живя в сегодняшнем мире, наполненном великими новостями, связанными с искусственным интеллектом и особенно с машинным и глубоким обучением, мы склонны радоваться обещаниям адаптивных действий, вызванных этими технологиями. Подумайте о том, насколько эффективно было бы, если бы вы могли сэкономить драгоценное время, просматривая миллионы онлайн-контента, продуктов и услуг, когда вы могли бы получать рекомендации,..
После линейной регрессии, логистической регрессии, нейронной сети Что дальше?
Трюк с ядром
Имея нелинейные данные в пространстве более низкого измерения и проецируя данные в пространство более высокого измерения, так что мы получаем линейную классификацию. Мы можем понять утверждение, взяв пример
Предположим, что все красные метки — это яблоки, а все синие метки — ягоды. Если кто-то попросит вас разделить их на 2 класса, то вы взяли все ягоды наверх с тарелкой и остальные, в нижней плоскости находятся яблоки. После классификации данных мы можем..
Какова цель анализа бизнес-данных?
В Sigma Computing мы стремимся помочь бизнес-пользователям принимать решения на основе данных. Основной, но всеобъемлющий вопрос, связанный с этой целью: чего наши пользователи по сути пытаются достичь с помощью анализа данных? Другими словами, для чего должна оптимизироваться система анализа корпоративных данных? Ответ на этот вопрос имеет решающее значение для оперативного анализа данных для наших пользователей.
Текущий взгляд на интерактивный визуальный анализ данных,..
Что такое ожидаемая стоимость?
Интуитивное объяснение ожидаемого значения на простых примерах с использованием игр
Ожидаемое значение - это среднее значение случайной величины по большому количеству экспериментов. Случайная переменная сопоставляет числовые значения каждому возможному результату эксперимента. Мы можем вычислить ожидаемое значение для дискретной случайной величины - той, в которой можно подсчитать количество потенциальных результатов, - взяв сумму, в которой каждый член представляет собой возможное..
Использование аналитики данных для увеличения рентабельности инвестиций
Нежелание доверять и полагаться на решения, основанные на машинах, широко распространено. Это понятно; как можно быть уверенным, что автоматизированная система принятия решений учитывает все факторы, которые она должна? Сотрудники сначала изо всех сил пытаются изучить новую технологию, а затем, добившись значительного прогресса и создав многообещающую модель, лица, принимающие решения, могут по-прежнему крайне неохотно рисковать новым подходом, независимо от того, насколько хорошо..