Faux négatif
Lors de la compréhension de l’hypothèse, deux erreurs peuvent être assez déroutantes. Ces deux erreurs sont les faux négatifs et les faux positifs. Vous pouvez également vous référer à l’erreur faux négatif comme une erreur de type II et au faux positif comme une erreur de type I. Pendant votre apprentissage, vous pouvez penser que […]
Révision du Box Plot
Un box plot ou un box and whisker plot vous aide à afficher la répartition de la base de données sur un résumé en cinq chiffres. Le premier quartile Q1 sera le minimum, le troisième quartile Q3 sera la médiane et le cinquième quartile Q5 sera le maximum. Vous pouvez trouver les valeurs aberrantes et […]
Réseaux bayésiens
La création d’un modèle probabiliste peut être difficile mais s’avère utile pour l’apprentissage machine. Pour créer un tel modèle graphique, vous devez trouver les relations probabilistes entre les variables. Supposons que vous créiez une représentation graphique des variables. Vous devez représenter les variables comme des nœuds et l’indépendance conditionnelle comme l’absence d’arêtes. Les modèles graphiques […]
Biais vs. écart
Le biais et la variance sont deux erreurs de prédiction principales qui se produisent principalement lors d’un modèle d’apprentissage machine. L’apprentissage machine résout de nombreux problèmes qui nous préoccupent. Grâce à l’apprentissage machine, nous pouvons effectuer des activités que nous n’étions pas capables d’effectuer auparavant. Comme l’apprentissage machine résout la plupart des problèmes, nous sommes […]
Distribution géométrique
La distribution géométrique est une distribution discrète pour n=0, 1, 2, … ayant une fonction de densité de probabilité où 0<p<1, q=1-p, et la fonction de distribution est L’appropriation géométrique est le principal moyen de transport irrégulier discret et sans mémoire. C’est un échantillon discret de la dispersion exponentielle. Notez que quelques créateurs (par exemple, […]
Distribution bêta
Une sorte de distribution générale que l’on dit à la distribution gamma. Les distributions bêta ont deux paramètres libres, qui sont étiquetés conformément à l’une des deux conventions de notation. La définition standard les appelle alpha et bêta, et donc l’autre utilise bêta^’=bêta-1 et alpha^’=alpha-1 (Beyer 1987, p. 534). La distribution bêta est utilisée […]
Distribution de Pareto
La circulation avec la capacité d’épaisseur de probabilité et le travail d’appropriation caractérisé dans l’intervalle x>=b. Elle est actualisée dans la langue Wolfram sous la forme de ParetoDistribution [k, alpha]. Le moment brut est pour , en donnant les premiers comme Le moment central est pour et où est une fonction gamma, est une fonction […]
Presque tout ce que vous devez savoir sur les séries chronologiques
Que nous souhaitions prévoir l’évolution des marchés financiers ou de la consommation d’électricité, le temps est un facteur crucial qui doit maintenant être pris en compte dans nos modèles. Par exemple, il peut être intéressant de savoir non seulement quand le prix d’une action va augmenter, mais aussi quand elle va monter. Entrez une statistique. […]
DISTRIBUTION NORMALE STANDARD
La distribution gaussienne standard peut être une distribution gaussienne avec une moyenne de zéro et une variance de 1. La distribution gaussienne de qualité est centrée sur zéro et donc le degré d’écart d’une mesure donnée par rapport à la moyenne est donné par l’écart de qualité. Pour la distribution gaussienne de qualité, 68 % […]
Qu’est-ce que la régression linéaire multiple ?
La régression rectiligne multiple est le type d’analyse de régression rectiligne le plus courant. En tant qu’analyse prédictive, les régressions rectilignes multiples sont utilisées pour élucider le lien entre une variable continue et deux ou plusieurs variables indépendantes. Les variables indépendantes sont souvent continues ou catégorielles (codées par un mannequin selon le cas). Accueil | […]