❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_209

🔠Какие методы кодирования категориальных переменных можно использовать с помощью Category Encoders? (Часть_1)

- BackwardDifferenceEncoder: Кодирует категории, используя разницу между категорией и предыдущей категорией.
- BaseNEncoder: Кодирует категории, используя кодирование в основание N.
- BinaryEncoder: Кодирует категории в бинарный формат.
- CatBoostEncoder: Кодирует категории с использованием CatBoost.
- CountEncoder: Кодирует категории, используя количество наблюдений каждой категории.

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#DeepLearning #NeuralNetworks #NaturalLanguageProcessing #SequenceModeling #ModelArchitecture #LongRangeDependencies #TextGeneration

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_209

🔠Какие методы кодирования категориальных переменных можно использовать с помощью Category Encoders? (Часть_2)

- GLMMEncoder: Кодирует категории, используя обобщенную линейную модель (GLMM).
- GrayEncoder: Кодирует категории, используя сеточное кодирование.
- HashingEncoder: Кодирует категории с использованием хеширования.
- HelmertEncoder: Кодирует категории, используя кодирование Хелмерта.
- JamesSteinEncoder: Кодирует категории, используя кодирование Джеймса-Штейна.
- LeaveOneOutEncoder: Кодирует категории, используя метод оставить один.

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#DeepLearning #NeuralNetworks #NaturalLanguageProcessing #SequenceModeling #ModelArchitecture #LongRangeDependencies #TextGeneration

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_209

🔠Какие методы кодирования категориальных переменных можно использовать с помощью Category Encoders? (Часть_3)

- MEstimateEncoder: Кодирует категории, используя M-оценку.
- OneHotEncoder: Кодирует категории в бинарные векторы, где каждая категория представлена вектором из нулей и единиц.
- OrdinalEncoder: Кодирует категории в числовые значения, где каждая категория получает уникальное числовое значение.
- PolynomialEncoder: Кодирует категории, используя полиномиальное кодирование.
- QuantileEncoder: Кодирует категории, используя квантильное кодирование.
- RankHotEncoder: Кодирует категории, используя ранговое горячее кодирование.
- SumEncoder: Кодирует категории, используя суммарное кодирование.
- TargetEncoder: Кодирует категории, используя целевое кодирование.
- WOEEncoder: Кодирует категории, используя кодирование WOE (Weight of Evidence).

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#DeepLearning #NeuralNetworks #NaturalLanguageProcessing #SequenceModeling #ModelArchitecture #LongRangeDependencies #TextGeneration

Сервис вытянет для вас текст с любой фотографии — NormCap распознает даже заголовки печатных газет.

Работает просто: активируете утилиту и выделяете поле, откуда нужно скопировать текст. Русский язык поддерживает — его можно выставить в настройках. Есть версии для Windows, Mac и Linux. И да, полностью бесплатно.

Наконец-то можно остановить видео по Python и скопировать из него код.

Очень прикольно ))))

Тут на сетке (https://www.scientificamerican.com/article/how-scientists-are-using-ai-to-talk-to-animals/) появилась статья, что через год или 3 будет расшифрован язык животных, их поведение и речь, если это так можно назвать. Лучшего мема я так и не нашел для сие новости.

Ну что, шерстяной, выкладывай все, есть разговор. )))) ахахаах

Посты сегодня будут, много работы последнее время, сорян, бойцы ))

https://www.sberbank.ru/ru/person/blog/cifrovoy-rubl - немного про цифровой рубль

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_1)

- Линейная зависимость: Между независимыми и зависимыми переменными должна существовать линейная зависимость. Это можно проверить, например, с помощью точечной диаграммы, где наблюдаемые значения X и Y должны следовать за определенной линией. Если это не так, может потребоваться применение нелинейных функций для создания линейной зависимости 2.

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#Linear Dependence #Linear Independence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_2)

- Остаточная независимость: Остатки (разница между наблюдаемыми и прогнозируемыми значениями) не должны иметь идентифицируемой закономерности между собой. Это можно проверить с помощью различных математических тестов, например, теста Дурбина-Уотсона. Важно, чтобы остатки не показывали систематические отклонения, которые могли бы указывать на наличие выбросов или других проблем с данными

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#LinearDependence #LinearIndependence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_3)

- Нормальность: Невязки (остатки) должны быть нормально распределены. Это можно проверить с помощью графиков Q-Q или других статистических методов. Если невязки не нормализованы, возможно, потребуется проверить данные на наличие выбросов или нетипичных значений и, возможно, выполнить нелинейные преобразования данных.

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#LinearDependence #LinearIndependence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

❓200 Вопросов по Машинному обучению (Machine Learning) - Вопрос_210

🔠 Назовите условия применения линейной регрессии (Часть_4)

- Гомоскедастичность: Невязки должны иметь постоянную дисперсию или стандартное отклонение от среднего для каждого значения X. Если это предположение нарушается, результаты анализа могут быть неточными, и возможно, потребуется корректировка зависимой переменной, например, изменение масштаба

https://boosty.to/denoise_lab/donate - поддержать наш канал.

#LinearDependence #LinearIndependence #Vectors #Matrix #PivotPosition #FreeVariables
#Span #NonlinearFunctions

Просто мега схема по всяким сокращениям, тулзы множаться как опята после дождя на пне. Взять хотя бы новую кали и иже с ними. Ребятки тут заморочились и запили вот такую вот схемку. Изучаем берем на вооружение !

https://www.eventbrite.com/e/how-to-read-ai-research-papers-effectively-tickets-848879099237?aff=Hubspot&utm_campaign=Events%20Newsletter&utm_medium=email&_hsmi=296266683&_hsenc=p2ANqtz-8g3MlUrDFGXruB2FBrf5GMp1Qab-ROEGhgA3nPTxVCReWLofhHZ2oBV_mg-4tKptly193PHzsFY_UOg4tQnPAg_ndVnHJYWYIrOole9ADbN_z0tUA&utm_content=296266683&utm_source=hs_email - новая конфа про LLM, кому интересно залетайте