Wieloliniowość

Dzięki coraz bardziej zaawansowanym algorytmom uczenia maszynowego i głębokiego uczenia, można rozwiązać niemal każdy problem przy użyciu odpowiednich zbiorów danych. Jednak wraz ze wzrostem...

Test chi

Podczas tworzenia modelu uczenia maszynowego można napotkać wiele problemów. Jednym z powszechnych problemów związanych z wyborem cech jest określenie, jak istotne są cechy wejściowe...

Straty logarytmiczne

W uczeniu maszynowym, można rozwiązać modelowanie predykcyjne poprzez problemy klasyfikacji. Dla każdej obserwacji w modelu, musisz przewidzieć etykietę klasy. Dane wejściowe będą zawierały dowolną...

Relu Funkcja aktywująca

Funkcja aktywacji jest niezbędnym elementem przy projektowaniu sieci neuronowej. Wybór funkcji aktywacji da Ci pełną kontrolę nad procesem uczenia modelu sieciowego. Po dodaniu tych...

Zmienna współzależna

Confounding variable jest terminem statystycznym.Koncepcja ta jest nieco myląca dla wielu ludzi z powodu metody do wykorzystania. Na początek, różni badacze mają różne wyjaśnienia...

Macierz konfuzji

Proces klasyfikacji pomaga w kategoryzacji zbioru danych do różnych klas. Model uczenia maszynowego pozwala na: – Określić ramy problemu, – Zebranie danych, – Dodanie...

Inżynieria cech

Każdy algorytm uczenia maszynowego analizuje i przetwarza dane wejściowe oraz generuje dane wyjściowe. Dane wejściowe zawierają cechy w kolumnach. Te kolumny są ustrukturyzowane w...

Analiza mocy

Test hipotezy dla mocy statystycznej pomoże wykryć prawdopodobieństwo wystąpienia efektu. Prawdziwy efekt można wykryć tylko wtedy, gdy jest on dostępny. Mając pewność co do...