[過去ﾛｸﾞ]
【統計分析】機械学習・データマイニング28 (1002ﾚｽ)
【統計分析】機械学習・データマイニング28 http://mevius.5ch.net/test/read.cgi/tech/1588293154/
上
下
前次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
抽出解除
ﾚｽ栞
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索
歴削→次ｽﾚ
栞削→次ｽﾚ
過去ﾛｸﾞﾒﾆｭｰ
105: デフォルトの名無しさん (ﾜｯﾁｮｲ 4d44-oySJ [58.70.8.188]) [sage] 2020/05/11(月) 21:02:25.99 ID:cplTAzh+0 Ordinary Least Squares regression http://mevius.5ch.net/test/read.cgi/tech/1588293154/105
162: デフォルトの名無しさん (ﾜﾝﾐﾝｸﾞｸ MM1f-3Tsw [153.251.68.232]) [sage] 2020/06/08(月) 18:43:23.99 ID:1R97cI9uM ベイズは魔法かよ(笑) http://mevius.5ch.net/test/read.cgi/tech/1588293154/162
164: デフォルトの名無しさん (ﾜｲｰﾜ2 FF5f-2qu6 [103.5.142.121]) [sage] 2020/06/08(月) 18:57:19.99 ID:7V0ytiTxF ベイズというのは「パラメータに確率分布を仮定する」程度の意味しかないので「ベイズで最適化しました」などと言われてもほぼ意味をなさない 意味のある説明をしたければ数学の素養が不可欠 http://mevius.5ch.net/test/read.cgi/tech/1588293154/164
238: デフォルトの名無しさん (ﾜｯﾁｮｲ 335f-eIA7 [106.72.167.32]) [sage] 2020/06/11(木) 17:43:06.99 ID:wd6+YUvm0 中で抜く… http://mevius.5ch.net/test/read.cgi/tech/1588293154/238
405: デフォルトの名無しさん (ﾜｯﾁｮｲ a554-AZA8 [180.235.6.52]) [sage] 2020/06/27(土) 04:41:04.99 ID:Vh0LgJ3n0 老人の無駄死は増えていいよ http://mevius.5ch.net/test/read.cgi/tech/1588293154/405
449: デフォルトの名無しさん (ﾜｯﾁｮｲ 2dda-v0mp [114.182.229.85]) [sage] 2020/07/06(月) 00:43:36.99 ID:k5SiCBTY0 xorなんて加群の準同型定理からなんとでもなりそうだが。 http://mevius.5ch.net/test/read.cgi/tech/1588293154/449
569: デフォルトの名無しさん (ﾜｯﾁｮｲ dd6e-IGDW [124.219.198.89]) [sage] 2020/07/12(日) 20:52:31.99 ID:aDzqciee0 顔認証調べてって丸投げされて色々見てるんだけどなかなか一から作れるようになる気がしない githubにあるコード試してわー出来た出来たくらいしかできねぇ。明日の報告どうすりゃいいんだ…… http://mevius.5ch.net/test/read.cgi/tech/1588293154/569
588: デフォルトの名無しさん (ﾜｯﾁｮｲ 1d01-MjaX [60.86.178.93]) [sage] 2020/07/13(月) 21:52:23.99 ID:eGri5qaD0 >>587 ﾁﾈ!!!（・∀・） https://mevius.5ch.net/test/read.cgi/tech/1589201940/826 http://mevius.5ch.net/test/read.cgi/tech/1588293154/588
677: デフォルトの名無しさん (ﾜｯﾁｮｲ 35da-zSg9 [58.89.135.62]) [sage] 2020/07/17(金) 19:11:29.99 ID:ekCAOYpW0 俺はデータポエミスト http://mevius.5ch.net/test/read.cgi/tech/1588293154/677
683: デフォルトの名無しさん (ｱｳｱｳｳｰ Saf1-KX95 [106.130.57.40]) [sage] 2020/07/17(金) 23:01:02.99 ID:qKOLafZwa 企業でデータサイエンスやってるけどディープラーニングとかGBDTとかは使えて当たり前で むしろモデルの精度よりも背景分布の推定や解釈性、因果推論の方が圧倒的に重要 GBDTの重要度を顧客に出したところでなぜそうなのかを説明できないといけない http://mevius.5ch.net/test/read.cgi/tech/1588293154/683
ﾒﾓ帳
(0/65535文字)
上
下
前次
1-
新
書
関
写
板
覧
索
設
栞
歴
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
AAｻﾑﾈｲﾙ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.054s