Публикации по теме 'statistics'


Анализ рыночной корзины с помощью априорного алгоритма с использованием Python
Анализ рыночной корзины с помощью априорного алгоритма с использованием Python Представьте себя на месте управляющего магазином, и одной из ваших обязанностей является обнаружение комбинаций предметов, выбираемых чаще, чем ожидалось. Тем не менее, у каждого покупателя есть свой список в зависимости от его потребностей и предпочтений. Например, родитель может покупать здоровые продукты для семейного ужина, а холостяк может покупать пиво и чипсы, но оба часто вместе получают хлеб и..
Анализ выживания: цензура, функции выживания и функции риска.
Анализ выживаемости часто упускается из виду при реализации наиболее популярных систем машинного обучения и статистического анализа. Проще говоря, анализ выживаемости - это время, необходимое для того, чтобы произошло интересующее событие . Хотя это кажется довольно простым, на самом деле все немного сложнее. В этой статье мы рассмотрим некоторые из концепций высокого уровня, которые необходимо понять при проведении анализа выживаемости или принятии решения о том, является ли это..
Центральная предельная теорема
Изучение этой фундаментальной концепции на примерах в Python Центральная предельная теорема является фундаментальной концепцией в статистике, которая утверждает, что при достаточно большом размере выборки распределение выборочных средних будет приближаться к нормальному распределению, независимо от формы основного распределения населения. Эта теорема имеет далеко идущие последствия в таких областях, как финансы, инженерия и естественные науки, и широко используется в статистическом анализе..
Интуитивные микро- и макроварианты показателей машинного обучения
Интуитивные микро- и макроварианты показателей машинного обучения Введение Демонстрация четкого понимания микро- и макроэкономических показателей выделит вас как человека, который может извлекать надежные и действенные уроки из данных. Освоение интуиции, лежащей в основе микро- и макростатистических измерений, необходимо для получения более точной информации из ваших экспериментов и их воздействия. Среднее значение Почему необходимо различать микро- и макроварианты метрик?..
Точность, точность, отзыв, оценка F1 — Столкновение показателей оценки!
Интуиция, стоящая за метриками оценки классификации Проблема Представьте, что вы создаете модель обнаружения мошенничества для выявления мошеннических транзакций, совершенных с использованием кредитной карты. Вы просматриваете данные и обнаруживаете, что большинство транзакций не являются мошенническими (99%), и только 1% транзакций являются мошенническими. Вы просто отметили каждую транзакцию как немошенническую и получили точность 99 %, ВАУ! Но, если вы пойдете к клиенту..
Центральная тенденция с использованием Python
Среднее арифметическое, гармоническое и геометрическое, медиана, мода и ожидаемое значение случайной величины Центральная тенденция - это отдельное значение, которое представляет собой центр распределения данных. Это очень важно и является краеугольным камнем многих статистических моделей и теорий, таких как проверка гипотез, доверительные интервалы, алгоритм кластеризации k-mean, нормальное и другие распределения данных и т. д. Наиболее распространенными мерами центральной тенденции..
Варианты использования коэффициента корреляции Пирсона, часть 3 (машинное обучение + статистика)
Коэффициент корреляции Пирсона как мера для сертификации и количественной оценки многомерной запутанности (arXiv) Автор: С. Джебаратинам , Дом Дипанкар , Урбаси Синха Аннотация: Недавно была предложена схема для характеристики запутанности с использованием статистической меры корреляции, определяемой коэффициентом корреляции Пирсона (PCC), которая осталась неисследованной за пределами случая кубита. На пути к применению этой схемы для многомерных состояний ключевой шаг был сделан..