20180326 Quantitative Techniques - Outliers

最新推荐文章于 2024-10-14 23:59:32 发布
原创 最新推荐文章于 2024-10-14 23:59:32 发布 · 317 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

AI系统的公平性评估：确保模型无歧视的方法论
AI天才研究院
02-04 1143
Introduction to AI Systems Fairness What is AI System Fairness? AI system fairness refers to the absence o
Mastering Data Visualization Tools to Improve Data Insight
AI天才研究院
09-22 1242
作者：禅与计算机程序设计艺术Data visualization tools are essential for analyzing large sets of data in a timely manner and efficiently presenting the insights that they contain. In this article, we will go through various data visualization techniques such as bar charts
线性拟合——离群点outliers的处理
热门推荐
01-01 2万+
问题考虑如下的数据集：x,yx,y 是观测到的变量（observed variables），yy的误差存放在数组 ee 中：x = np.array([ 0, 3, 9, 14, 15, 19, 20, 21, 30, 35, 40, 41, 42, 43, 54, 56, 67, 69, 72, 88]) y = np.array([33, 68, 34, 34,
时势造Outliers
xufengjun7的专栏
03-15 269
时势造Outliers转自同人于野  http://www.geekonomics10000.com/271Malcolm Gladwell 是个很会写书的，记者。我感觉他一共就写过三本书：The Tipping Point, Blink，和 Outliers。这三本书的共同特点是一本比一本流行，一出来就成为热门话题。Outliers 这本书，我们小镇（一共才不到十万人口）的公共图
去极值Detect Outliers的几种方案：MAD、3sigma
漫步量化
10-20 4026
异常值检测Detect Outliers In statistics, outliers are data points that don’t belong to a certain population. It is an abnormal observation that lies far away from other values. An outlier is an observation that diverges from othervise well-structured data. Th..
Understanding the Bias-Variance Tradeoff (理解偏差-方差权衡)
踩风火轮的乌龟
07-12 5983
引言如果你想深入地理解偏差-方差，这篇文章再好不过了。我转载自Understanding the Bias-Variance Tradeoff，Trust me，这绝对是你不想错过的文章。如果你的网络不好，就先看我下面转载的。如果你的网络很好，去查看原文，里面有一些非常棒的小功能，我没法转载过来，比如在用K近邻举例的时候，你可以实时微调K值并查看决策边界。Hope you enjoy this ar
论文阅读 | Border-Peeling Clustering
张吱吱的Bolg
03-21 1339
Abstract—In this paper, we present a novel non-parametric clustering technique. Our technique is based on the notion that each latent cluster is comprised of layers that surround its core, where the external layers, or border points, implicitly separate th
AAAI-2024-卫星遥感图像相关论文 20篇
最新发布
weixin_42155685的博客
10-14 1654
文章解读: http://www.studyai.com/xueshu/paper/detail/2deb4c9ca3文章链接: (10.1609/aaai.v38i8.28710)High-dimensional images, known for their rich semantic information, are widely applied in remote sensing and other fields. The spatial information in these images re
Hi-C data analysis tools and papers
qq_39306047的博客
01-10 1万+
Hi-C data analysis tools and papers 全文链接如下： https://github.com/mdozmorov/HiC_tools Tools are sorted by publication date, newest on top. Unpublished tools are listed at the end of each section. Related repositories: HiC_data, scHiC_notes. Please, open an is
Understanding the Bias-Variance Tradeoff
weixin_33915554的博客
01-10 109
原文：http://scott.fortmann-roe.com/docs/BiasVariance.html June 2012 When we discuss prediction models, prediction errors can be decomposed into two main subcomponents we care about: error due to "bi...
Time Series Autoregressive Models: In-depth Exploration and Practical Techniques
# Machine Learning Methods in Time Series Prediction When analyzing and predicting time series data, autoregressive models (Autoregressive, AR) are powerful tools. These models assume that the ...
2017.04.19：今日头条数据分析笔试01
coco_cai的
04-19 9257
1.如何识别山寨APP   2.有监督学习vs无监督学习 是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习。最简单也最普遍的一类机器学习算法就是分类（classification）。对于分类，输入的训练数据有特征（feature），有标签（label）。所谓的学习，其本质就是找到特征和标签间的关系（mapping）
2017.04.18：网易2017校招数据分析开放题
coco_cai的
04-18 4176
1.异常值检测 原因： (1)数据来源于不同的类：某个数据对象可能不同于其他数据对象(即异常)，因为它术语一个不同的类型或类。Hawkins的离群点定义：离群点是一个观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。 (2)自然变异：许多数据集可以用一个统计分布建模，如正态(高斯)分布建模，其中数据对象的概率随对象到分布中心距离的增加而急剧减少。换言之，大部分数据对象靠
2017.04.19:今日头天数据分析笔试02
coco_cai的
04-19 1527
10.数据库练习 bt.user_visit_log visit_time（访问时间） user_id（账号ID） page_url（访问页量） 2017-03-16 00:59:43 23564 /ad/test1 2017-03-16 01:01:03 94535
2017.07.13：无监督算法评估
coco_cai的
07-13 989
无监督学习的评估方法 1.Normalizedmutual information 度量2个聚类结果的相近程度 http://www.cnblogs.com/ziqiao/archive/2011/12/13/2286273.html 2.以sqrt(n)或者更小的随机subsampling出的样本去聚类 m次，看看有哪些点分类不太一致 改变聚类参数，达到比较结果 3.把无监督学习的结
2017.03.03：机器学习
coco_cai的
03-03 757
logistic回归是一种广义线性回归（generalized linear model），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有 w‘x+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将w‘x+b作为因变量，即y=w‘x+b，而logistic回归则通过函数L将w‘x+b对应一个隐状态p，p=L(w‘x+b),然后根据p 与1-p的大
2017.05.31:Mysql+Python 余弦相似度
coco_cai的
05-31 732
1.mysql字段类型 2.余弦相似度
2017.05.23：SVM、TFIDF、word2vect
coco_cai的
05-23 603
2017.02.22：利用python进行数据分析
coco_cai的
02-22 595
1.pandas中的频率是由一个基础频率和一个乘数组成。基础频率通常以一个字符别名表示。 2.移动（超前和超后）数据。移动指的是沿着时间轴将数据前移或后移。 3.重采样：指的是将时间序列从一个频率转换到另一个频率的处理过程，pandas对象都带有一个response方法。它是各种频率转换工作的主力函数。 4.在移动窗口（可以带有指数衰减权数）上计算的各种统计函数也是一类常见于时间序列的数组变
computer-architecture-a-quantitative-approach-solution-for-5th-edition
09-25
《计算机体系结构：量化方法的解决方案（第五版）》是由David A. Patterson和John L. Hennessy合著的经典计算机体系结构教材。本书系统地介绍了计算机体系结构的原理和性能评估方法。 首先，本书从基本的计算机体系结构和设计原理入手，讲解了计算机的指令集体系结构和流水线执行原理，深入阐述了多核处理器和超级线程技术等先进的体系结构设计。它介绍了处理器的性能指标，如指令级并行性、线程级并行性以及内存层次结构的设计和优化。 其次，本书强调了性能评估的重要性。它详细讨论了性能评估的各种方法和工具，包括模拟器、性能计数器以及基准程序的设计和调试。此外，还介绍了依赖于硬件设计的性能优化技术，如动态分支预测、乱序执行和多级缓存等。 此外，本书还涵盖了能效和可伸缩性两个重要领域。它介绍了能效评估指标，并讨论了能效优化的方法和技术，包括功率管理、温度管理和节能策略。在可伸缩性方面，本书探讨了并行计算的原理和可伸缩性理论，并介绍了多处理器系统和分布式系统的设计和优化方法。 总的来说，《计算机体系结构：量化方法的解决方案（第五版）》是一本深入浅出的计算机体系结构教材，适合计算机领域的学生和研究人员阅读。它不仅提供了理论和概念，还提供了实用的解决方案和案例，帮助读者深入理解计算机体系结构的原理和方法，并能够应用于实际的设计和优化工作中。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值