Машинное обучение RU

2022-08-16 20:25:40 Выборка 9 человек из интересующей нас популяции выявила средний объем мозга = 1100 куб.см. со стандартным отклоненим 30 куб.см. Каким будет 95% Т-доверительный интервал Стьюдента для среднего объема мозга в этой популяции?

Ответ

Используем формулу доверительного интервала для выборки (картинка)

Учитывая уровень доверительности 95% и количество степеней свободы, равное 8, t-оценка = 2.306.

Доверительный интервал = 1100 +/- 2.306*(30/3) = [1076.94, 1123.06].

38. Девять испытуемых получали диетические пилюли на протяжении 6 недель. Средняя потеря веса составила -2 кг. Каким должно быть стандартное отклонение потери веса, чтобы верхняя граница 95% Т-доверительного интервала была равна 0?

Верхняя граница = среднее + t-оценка * (стандартное отклонение / квадратный корень из размера выборки).

0 = -2 + 2.306*(s/3)

2 = 2.306 * s / 3

s = 2.601903

Таким образом, стандартное отклонение должно быть примерно 2.60, чтобы Т-доверительный интервал заканчивался в нуле.

@machinelearning_interview Открыть/Комментировать

2022-06-23 12:02:44 19 скрытых фич Sklearn, о которых вам следует знать

https://nuancesprog.ru/p/15854/

@machinelearning_ru Открыть/Комментировать

2022-06-23 10:01:40 Data Scientist — одна из самых перспективных и высокооплачиваемых специальностей в IT-сфере. Вы научитесь программировать на базовом уровне, работать с открытыми данными из интернета и предсказывать курс биткоина.

Заполнить форму для участия: https://clc.to/WJqSTw

Попробуйте свои силы на бесплатном онлайн-интенсиве Skillbox!


Интенсив проведёт специалист в области обработки больших данных и машинного обучения Михаил Овчинников.


Подключайтесь к прямым эфирам с 27 по 29 июня в 21:00 по московскому времени. Открыть/Комментировать

2022-06-22 17:10:37 Weekend Offer для ML- и RecSys-разработчиков: как попасть?

Подайте заявку, и до 1 июля с вами свяжутся, чтобы коротко рассказать о командах и выбрать слот для индивидуального интервью.

2 июля вас ждет детальное знакомство с представителями ВКонтакте: они подробно расскажут о задачах, которые вам предстоит решать, а также пройдут индивидуальные технические онлайн-собеседования.

3 июля состоится финальное собеседование: вы сможете пообщаться с понравившимися командами, узнать больше о предстоящих вызовах и получить ответы на оставшиеся вопросы, а вечером определят лучших кандидатов и отправят им офферы.
Подать заявку https://vk.cc/ceq94C

@machinelearning_ru Открыть/Комментировать

2022-06-22 09:44:29 Введение в конвейерную обработку данных с использованием бессерверной архитектуры

https://nuancesprog.ru/p/15850/

@machinelearning_ru Открыть/Комментировать

2022-06-20 12:49:30 Предсказываем возраст по голосу говорящего

Большинство людей знакомы с тем, как запустить проект по машиннному обучению на изображениях, тексте или табличных данных. Но не у многих есть опыт анализа аудиоданных. В этой статье мы узнаем, как мы можем сделать анализ аудио. Как подготовить, изучить и проанализировать аудиоданные с помощью машинного обучения. Вкратце: как и для всех других модальностей (например, текста или изображений), хитрость заключается в том, чтобы преобразовать данные в формат, интерпретируемый машиной.

Интересная вещь с аудиоданными заключается в том, что вы можете рассматривать их как множество различных модальностей:

- Вы можете извлекать фичи и анализировать данные, такие как табличные данные.
- Вы можете строить частотные графики и анализировать данные, такие как данные изображения.
- Вы можете использовать модели и анализировать данные, с помощью временных рядов.
- Вы можете использовать модели преобразования речи в текст и анализировать данные, как текстовые данные.

Сначала давайте подробнее рассмотрим, как на самом деле выглядят аудиоданные.

Читать дальше

@machinelearning_ru Открыть/Комментировать

2022-06-19 11:09:48 Как легко и быстро создать веб-приложение на базе МО с помощью Python

Независимо от того, сколько моделей вы создали, оффлайн их смогут увидеть лишь несколько человек. Поэтому необходимо их развертывать, чтобы любой смог поработать с ними посредством UI.

В этой статье мы с нуля развернем модель линейной регрессии с помощью Flask, фреймворка Python для разработки веб-приложений. По результатам этого гайда вы сможете поэкспериментировать с простой моделью машинного обучения в браузере, как показано ниже.

Читать дальше

@machinelearning_ru Открыть/Комментировать

2022-06-18 12:17:24 SkinDeep – нейронная сеть, которрая удаляет татуировки с любой части тела на фотографии.

Github: https://github.com/vijishmadhavan/SkinDeep

Colab: https://colab.research.google.com/github/vijishmadhavan/SkinDeep/blob/master/SkinDeep.ipynb

@machinelearning_ru Открыть/Комментировать

2022-06-17 11:54:01 10 алгоритмов для работы с графами

Зачем вообще изучать графовые алгоритмы?
Графовые алгоритмы представляют собой последовательность шагов для обхода графа через вершины (узлы). Некоторые алгоритмы используются для поиска определенного узла или пути между двумя заданными узлами.

Данные алгоритмы применяют на сайтах социальных сетей, в моделировании конечного автомата, а также во многих других сферах. Я приложил свой исходный код для всех алгоритмов, про которые мы будем говорить ниже:

Читать дальше

@machinelearning_ru Открыть/Комментировать

2022-06-16 11:45:44 Когда не следует использовать нейронные сети

Как-то один друг, изучавший искусственный интеллект, попросил у меня совета по выбору модели. В то время он углубился в тему нейронных сетей (neural networks, NN) и их многочисленных вариантов. Он полагал, что нейронные сети способны решить любую задачу и это идеальное решение на все случаи жизни. Зачем в таком случае утруждать себя изучением других методов?

Его можно понять. В то время, когда началось мое “путешествие” по миру машинного обучения, у меня также закрадывались подозрения по поводу бесполезности “более слабых моделей”. Поскольку этот вопрос возникает довольно часто в науке данных, стоит пролить свет на роль, которую играют более простые модели в общей концепции ИИ.

Особенно это полезно знать начинающим исследователям данных, ведь выбор модели, подходящей для решения определенной задачи,  —  один из важнейших навыков в этой профессии. Более того, неверный выбор модели может остановить работу всего предприятия. Наконец, понимание того, когда использовать каждую модель, поможет определить, какие модели следует обучать в дальнейшем.

Итак, начнем с фундаментальных понятий.

Читать дальше

@machinelearning_ru Открыть/Комментировать