Категория
Темы
Учебники по Data Science
Развивайте карьеру в области данных с нашими учебниками по data science. Мы пошагово разбираем сложные функции и модели.
Другие темы:
Обучение двух или более человек?Попробуйте DataCamp for Business
Обобщённая линейная модель (GLM): руководство для начинающих по теории и коду
Практическое руководство по GLM: что это, как работают три компонента вместе и как подбирать и интерпретировать их в Python и R.
12 июня 2026 г.
Обрезка градиента: как предотвратить взрывающиеся градиенты
Обрезка градиента — это однострочное исправление в тренировочном цикле, которое не даёт взрывающимся градиентам сорвать обучение глубоких нейросетей. В этом руководстве — как это работает, два основных метода, выбор порога и реализация в PyTorch и TensorFlow.
10 июня 2026 г.
Метод Монте‑Карло на марковских цепях (MCMC): выборка из сложных распределений вероятностей
Руководство по MCMC: как он работает, зачем используется, самые распространённые алгоритмы и применение в Python для байесовского вывода.
10 июня 2026 г.
Регрессия опорных векторов (SVR): как работает и когда применять
Регрессия опорных векторов — это метод регрессии с допуском, который намеренно игнорирует малые ошибки, обрабатывает нелинейные зависимости с помощью ядер и устойчив к шумным данным реального мира, где стандартная регрессия пасует.
4 июня 2026 г.
Критерий Краскела—Уоллиса: сравнение нескольких групп без нормальности
Практическое руководство по критерию Краскела—Уоллиса: что это, как работает, когда предпочесть его ANOVA, как запускать и интерпретировать в Python и R.
4 мая 2026 г.
Трюк с ядром: как SVM учат нелинейные закономерности
Концептуальное руководство по трюку с ядром — что это такое, как он помогает SVM и другим ядерным моделям и когда выбирать его среди подходов к нелинейному моделированию.
4 мая 2026 г.
Целевая функция: определение, примеры и оптимизация
Узнайте, что такое целевая функция, как она работает в оптимизации и машинном обучении, и как её определять и интерпретировать на реальных примерах.
4 мая 2026 г.
Геометрическая прогрессия: формулы, сходимость и примеры
Практическое руководство по геометрическим рядам: формулы для конечной и бесконечной сумм, условия сходимости и реальные примеры из финансов, физики и информатики.
4 мая 2026 г.
Ряд Маклорена: формула, разложение и примеры
Практическое руководство по рядам Маклорена: базовая формула, распространённые разложения, правила сходимости и реальные применения в численных методах, физике и машинном обучении.
4 мая 2026 г.
Функция активации GELU: формула, интуиция и применение в глубоком обучении
GELU — плавная вероятностная функция активации, которая превосходит более простые альтернативы вроде ReLU в глубоких архитектурах и стала стандартом в трансформерах, таких как BERT и GPT.
4 мая 2026 г.
Метод Ньютона: быстрый поиск корней с помощью итеративного приближения
Метод Ньютона — итерационный алгоритм поиска корней, использующий аппроксимации касательной прямой, чтобы приблизиться к решению уравнений без замкнутой формулы.
4 мая 2026 г.
Критерий Манна—Уитни: непараметрическая альтернатива t‑тесту
Критерий Манна—Уитни — это непараметрический ранговый тест для сравнения двух независимых групп, когда не выполняется предположение о нормальности, необходимое для t‑теста.
4 мая 2026 г.