IT-МИР. ПОМОЩЬ В IT-МИРЕ. BLOCKCHAIN. WEB 3.0
BLOCKCHAIN. ОБУЧЕНИЕ И УСЛУГИ IT-ТЕХНОЛОГИЯМ. WEB 3.0
Часть 1, Часть 2, Часть 3 1. Что такое априорное распределение? Априорная вероятность — это вероятность события до того, как мы получили дополнительные данные. В байесовском выводе априорное распределение — это наше предположение о вероятности, основанное на уже имеющихся знаниях. 2. Что такое сопряженное априорное распределение? Сопряженное априорное распределение невозможно понять без знания байесовского ПОДРОБНЕЕ
Нейрон — строительный элемент человеческого мозга. Он анализирует сложные сигналы за микросекунды и отправляет ответы нервной системе, которая решает сложные задачи. У всех нейронов одна и та же архитектура. Это значит, что структурные слои у них одинаковые. Если расположить такие слои последовательно, то можно воссоздать копию нашего мозга. Эти последовательные “слои” помогают ПОДРОБНЕЕ
Перед решением любой задачи науки о данных, такой как исследовательский анализ или построение модели, нужно ответить на следующие вопросы: Что вы хотите узнать или обнаружить с помощью данных? Есть ли у вас подходящие для анализа данные? Данные — это ключевая часть любой задачи науки о данных и машинного обучения. Они ПОДРОБНЕЕ
Цель использования обработки естественного языка в описываемом проекте — анализ обзоров на товары, оставленных онлайн-покупателями. Я начал работу над этим проектом для достижения трех бизнес-целей: Найти основные компоненты рейтингов, используя неконтролируемое обучение для обработки естественного языка. Предсказывать рейтинг товара с помощью контролируемого обучения, основываясь на конкретных отзывах. Рекомендовать с помощью алгоритма схожести ПОДРОБНЕЕ
Методы, данные и процессы Используем корпус фильмов, подготовленный университетом Калифорнии в Санта-Круз. Этот корпус разбит по жанрам и содержит диалоги из 960 фильмов. Диалоги отделены от описания сцен. Очищаем и обрабатываем данные с Pandas, разбив их по персонажам. Затем отфильтровываем по следующему условию: сто строк и не менее трёх слов в ПОДРОБНЕЕ
Все знают и любят нормальное распределение. Оно используется в инвестиционном моделировании, A/B-тестах и улучшении производственных процессов (шесть сигм). Но мало кто хорошо знаком с биномиальным распределением. Между тем, результаты бросков монеты следуют биномиальному распределению. Важно, что здесь работает закон больших чисел. Я также должен сказать, что если мы многократно выполняем ПОДРОБНЕЕ
Простая случайная выборка Вы хотите выбрать подмножество, в котором каждый член имеет равную вероятность быть выбранным. Ниже мы случайно выбираем 100 значений из набора данных: sample_df = df.sample(100) Название говорит само за себя. Это всё. Стратифицированная выборка Нам нужно оценить среднее количество голосов для каждого кандидата на выборах. В стране ПОДРОБНЕЕ
Невероятный рост новых технологий, таких как машинное обучение, облегчил жизнь разработчикам: создавать приложения на базе искусственного интеллекта стало намного проще. И теперь к активному применению программных платформ на Python для развития машинного обучения и искусственного интеллекта прибегает всё больше сторонников этой технологии. Примечательно и то, что инструменты создания приложений на ПОДРОБНЕЕ
Читая очередную статью по OpenCV, я обнаружил, что в этой библиотеке есть собственная нейросеть для распознавания лиц с высокой точностью. Я решил опробовать OpenCV и придумал проект. Задача в том, чтобы определять лица на изображениях и сохранять их в отдельные файлы. Весь проект доступен в репозитории GitHub. Я решил использовать ПОДРОБНЕЕ
Прежде чем вводить параметр λ и подставлять его в формулу, давайте задумаемся: почему Пуассону вообще пришлось изобретать такое распределение? 1. Почему Пуассон изобрел свое распределение? Чтобы предсказывать количествобудущихсобытий! Или более формально: чтобы предсказывать вероятность данного числа событий, происходящих в определенный интервал времени. В продажах, например, “событие” это покупка (сам момент ПОДРОБНЕЕ