01 Bias-variance trade-off
이것은 머신러닝의 가장 중요한 이론 중 항상 상위권을 차지하는 개념입니다. 머신러닝(딥 러닝 포함)의 거의 모든 알고리즘은 편향과 분산 사이의 올바른 균형을 유지하려고 노력하며, 이 다이어그램은 둘 사이의 반대를 명확하게 설명합니다.
02 지니 불순도 및 엔트로피
지니(동질성 부족 측정)와 엔트로피(무작위 측정)는 모두 의사결정 트리의 노드 불순도 측정입니다.
이 두 개념의 경우 주어진 시나리오에서 올바른 지표를 선택할 수 있으려면 둘 사이의 관계를 이해하는 것이 더 중요합니다.
지니 불순물(계수)은 일반적으로 엔트로피보다 계산하기 쉽습니다(엔트로피에는 로그 계산이 포함되기 때문).
03 정밀도 대 재현율 곡선
정밀도-재현율 곡선은 다양한 임계값에 대한 정밀도와 재현율 간의 균형을 보여줍니다. 곡선 아래의 넓은 영역은 높은 재현율과 높은 정밀도를 나타냅니다. 여기서 높은 정밀도는 낮은 잘못된 경고 비율과 관련이 있고 높은 재현율은 낮은 잘못된 경고 비율과 관련이 있습니다.
필요에 따라 올바른 임계값을 선택하는 데 도움이 됩니다. 예를 들어, 제1종 오류를 줄이는 것이 목표라면 높은 정밀도를 선택해야 하고, 제2종 오류를 최소화하는 것이 목표라면 재현율이 높은 임계값을 선택해야 합니다.
- 정확도 분모는 변수입니다. 즉, 위양성(양성으로 분류된 음성 샘플)은 매번 변경됩니다.
- 재현율 분모는 상수입니다. 이는 실제 값의 총 개수를 나타내므로 항상 동일하게 유지됩니다.
그래서 아래 그림에서 Precision의 끝에는 물결 모양이 있는 반면 Recall은 항상 평평하게 유지됩니다.
04 ROC 곡선
ROC 곡선은 모든 분류 임계값에서 분류 모델의 성능을 보여주는 그래프입니다.
이 곡선은 두 가지 매개변수를 표시합니다.
真阳性率<br>误报率
이 곡선 아래의 영역(AUC라고 함)은 성능 지표로 사용할 수도 있습니다. AUC가 높을수록 모델이 더 좋습니다.
05 弯头曲线
用于K-means算法中最优簇数的选择。WCSS(簇内平方和)是给定簇中每个点与质心之间的平方距离之和。当我们用 K(簇数)值绘制 WCSS 时,该图看起来像一个肘部(弯头)。
随着聚类数量的增加,WCSS 值将开始下降。K = 1时WCSS值最大
06三块地块
它帮助我们在对高维数据执行主成分分析后,可视化每个主成分解释的变异百分比。为了选择正确数量的主成分来考虑我们的模型,我们通常会绘制此图并选择能够为我们提供足够好的总体方差百分比的值。
07线性和逻辑回归曲线
对于线性可分数据,我们可以进行线性回归或逻辑回归,二者都可以作为决策边界曲线/线。但是,在逻辑回归的情况下,由于通常只有 2 个类别,因此具有线性直线决策边界可能不起作用,在一条直线上值从低到高非常均匀地上升,因为它不够陡峭在值突然上升后会得到很多临界的高值或者低值,最终会错误分类。因此,"边界"区域,即概率从高到低转变的区域并不真正存在。所以一般情况下会应用 sigmoid 变换将其转换为 sigmoid 曲线,该曲线在极端情况下是平滑的,在中间几乎是线性的。
08支持向量机(几何理解)
09标准正态分布规则(z-分布)
均值为0,标准差为1的特殊正态分布。
经验法则指出,按照正态分布观察到的数据中有 99.7% 位于平均值的 3 个标准差以内。根据该规则,68% 的数据在一个标准差内,95% 在两个标准差内,99.7% 在三个标准差内。10学生T分布T 分布(也称为学生 T 分布)是一系列分布,看起来几乎与正态分布曲线相同,只是更短和更宽/更胖。当我们有较小的样本时,我们使用 T分布而不是正态分布。样本量越大,t 分布越像正态分布。事实上,在 30 个样本之后,T 分布几乎与正态分布完全一样。
요약
우리는 결정을 내리거나 올바른 모델을 선택하는 데 기초가 되는 작지만 중요한 개념을 많이 접할 수 있습니다. 이 글에서 언급된 중요한 개념들은 관련 다이어그램으로 표현될 수 있습니다. 이러한 개념은 매우 중요하므로 처음 볼 때 그 의미를 알아야 합니다. 위의 개념을 숙지했다면 다음 내용을 설명해볼 수 있습니다. 사진은 다음을 나타냅니다:
위 내용은 꼭 알아야 할 데이터 과학: 10가지 중요한 개념 + 22가지 차트의 의미의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

내 칼럼을 처음 접할 수있는 분들을 위해, 나는 구체화 된 AI, AI 추론, AI의 첨단 획기적인 혁신, AI 교육, AI의 수비, ai re

유럽의 야심 찬 AI 대륙 행동 계획은 EU를 인공 지능의 글로벌 리더로 설립하는 것을 목표로합니다. 핵심 요소는 AI Gigafactories 네트워크를 만드는 것입니다. 각각 약 100,000 개의 고급 AI 칩을 보유하고 있습니다 - Capaci의 4 배

AI 에이전트 애플리케이션에 대한 Microsoft의 통합 접근 방식 : 비즈니스를위한 명확한 승리 새로운 AI 에이전트 기능에 관한 Microsoft의 최근 발표는 명확하고 통합 된 프레젠테이션에 깊은 인상을 받았습니다. 많은 기술 발표와는 달리 TE에서 멍청한 것입니다

Shopify CEO Tobi Lütke의 최근 메모는 AI 숙련도가 모든 직원에 대한 근본적인 기대를 대담하게 선언하여 회사 내에서 중요한 문화적 변화를 표시합니다. 이것은 도망가는 트렌드가 아닙니다. 그것은 p에 통합 된 새로운 운영 패러다임입니다

IBM의 Z17 메인 프레임 : 향상된 비즈니스 운영을 위해 AI를 통합합니다 지난 달, IBM의 뉴욕 본사에서 Z17의 기능을 미리 보았습니다. Z16의 성공을 기반으로 (2022 년에 시작되어 지속적인 수익을 보여주는 시연

흔들리지 않는 자신감을 해제하고 외부 검증의 필요성을 제거하십시오! 이 다섯 개의 chatgpt 프롬프트는 완전한 자립과 자기 인식의 변형적인 변화로 당신을 안내 할 것입니다. 간단히 괄호를 복사, 붙여 넣기 및 사용자 정의하십시오

인공 지능 보안 및 연구 회사 인 Anthropic의 최근 [연구]는 이러한 복잡한 과정에 대한 진실을 밝히기 시작하여 우리 자신의인지 영역과 방해가되는 복잡성을 보여줍니다. 자연 지능과 인공 지능은 우리가 생각하는 것보다 더 유사 할 수 있습니다. 내부 스누핑 : 의인성 해석 가능성 연구 Anthropic이 수행 한 연구에서 얻은 새로운 연구 결과는 AI의 내부 컴퓨팅을 역 엔지니어링하는 것을 목표로하는 기계적 해석 성 분야에서 상당한 발전을 나타냅니다. AI가하는 일을 관찰 할뿐만 아니라 인공 뉴런 수준에서 어떻게 수행하는지 이해합니다. 누군가가 특정한 대상을 보거나 특정한 아이디어에 대해 생각할 때 어떤 뉴런이 발사하는지 그림으로 뇌를 이해하려고한다고 상상해보십시오. 에이

Qualcomm 's Dragonwing : 기업 및 인프라로의 전략적 도약 Qualcomm은 새로운 Dragonwing 브랜드를 통해 전 세계적으로 엔터프라이즈 및 인프라 시장을 대상으로 모바일을 넘어 범위를 적극적으로 확장하고 있습니다. 이것은 단지 Rebran이 아닙니다


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

맨티스BT
Mantis는 제품 결함 추적을 돕기 위해 설계된 배포하기 쉬운 웹 기반 결함 추적 도구입니다. PHP, MySQL 및 웹 서버가 필요합니다. 데모 및 호스팅 서비스를 확인해 보세요.

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

Atom Editor Mac 버전 다운로드
가장 인기 있는 오픈 소스 편집기

뜨거운 주제



