Публикации по теме 'modelling'


Преднамеренное программное обеспечение, приобретенное Microsoft
Вчера вечером я был удивлен, увидев твит Чарльза Симони о том, что Intentional Software , компанию, которую он основал после того, как ушел с должности вице-президента Microsoft, куплена Microsoft. Мое удивление не относится к тому, что Microsoft покупает: Microsoft покупает компании все время и, казалось бы, по целому ряду причин: в качестве найма, для покупки IP или просто для того, чтобы задушить потенциального конкурента в зачаточном состоянии. Кроме того, если Intentional..
Молекулярное моделирование с использованием машинного обучения, часть 2
В этом посте я расскажу о процессе разработки модели, используемой в молекулярном моделировании, от базовой до современной. Это вторая часть серии статей об использовании машинного обучения для молекулярного моделирования. Она относительно самодостаточна, если вы не читали первую часть . Мы разработаем модель, которая аппроксимирует потенциал, используемый в молекулярном моделировании. Мы начнем с самой простой из возможных моделей и шаг за шагом будем рассуждать об основах..
Моделирование несбалансированных наборов данных: советы и стратегии
При работе с несбалансированными наборами данных в машинном обучении важно подходить к проблеме осторожно. Несбалансированные наборы данных могут возникать, когда один класс или группа точек данных доминирует над другими классами. Это может вызвать проблемы при обучении моделей машинного обучения, поскольку модель может быть чрезмерно смещена в сторону доминирующего класса. Введение Несбалансированные наборы данных относятся к случаям, когда количество примеров в одном классе..
Все птицы черные
Простой способ подумать о компромиссе смещения и дисперсии Я столкнулся с множеством подходов и подходов к построению моделей, отражающих отношения в реальном мире. Мой профессор статистики упорно подчеркивал бритву Оккама и экономию . Социологи одержимы поиском причинно-следственных связей в моделях, часто с помощью экспериментов . В машинном обучении мы довольно рано знакомимся с компромиссом смещения и дисперсии и опасностями переобучения . Основная идея, согласно..
Изучение различных типов машинного обучения в климатологии: приложения и задачи
В этой статье рассматриваются различные типы машинного обучения и задачи, связанные с каждым типом машинного обучения в науке о климате. Хотя сегодня машинное обучение и искусственный интеллект часто используются взаимозаменяемо, существует очень правильное определение машинного обучения, которое охватывает более широкую сферу. «Машинное обучение — это набор алгоритмов, которые улучшают свою производительность при выполнении поставленной задачи за счет опыта». Обычно это достигается..
Аналитика крикета с использованием выбора переменных, гребневой регрессии, LASSO, PCR, PLS и случайного леса
Чайтанья Кумар, Раджив Агарвал, Кэтрин Андерсон, Сики Ли Бизнес-проблема: Индийская премьер-лига за последнее десятилетие превратилась в большой вид спорта. Это вторая по величине спортивная лига по стоимости матча после Национальной футбольной лиги (НФЛ) США, чистая прибыль которой превышает 6 миллиардов долларов США. Чтобы успех сохранялся в спорте, важно делать ставки на самых умелых и ценных игроков. Такие атрибуты можно получить, взглянув на ключевые демографические данные:..
Как гибкая система моделирования может помочь решить проблемы параллельных вычислений: модуль FMS —…
Официальный репозиторий модуля FMS на github: https://github.com/NOAA-GFDL/FMS/blob/master/fms Основные функции модуля FMS: use fms_mod, only : read_data, write_data, open_namelist_file, close_file, fms_init use fms_mod, only : file_exist use fms_io_mod, only : restart_file_type, reg_rf => register_restart_field use fms_io_mod, only : restore_state, save_restart, fms_io_exit read_data считывает распределенные данные из одного связанного файла. Чтобы обеспечить безопасность и..