Статистика

Как функция правдоподобия помогает оценить вероятность неизвестного параметра, и почему метод максимального правдоподобия даёт наиболее вероятную оценку.

Как биномиальное распределение помогает оценить вероятность определённого числа успехов в серии экспериментов с двумя исходами.

Геометрический метод Монте-Карло приближённо вычисляет интегралы, используя случайные точки внутри ограничивающей области.

Как правило Стёрджеса помогает определить количество интервалов в гистограмме, почему оно подходит для небольших выборок и какие альтернативные методы используются для больших данных.

Adam — оптимизационный алгоритм, который сочетает идеи градиентного спуска с моментом и RMSprop, автоматически адаптируя скорость обучения и корректируя смещение градиента.

Как алгоритм RMSprop улучшает градиентный спуск, используя усредненный квадрат градиента для адаптивного выбора шага и ускорения сходимости.

Как ускорить градиентный спуск и уменьшить колебания с помощью метода Momentum, используя экспоненциально взвешенные средние градиентов.

Как с помощью доверительного интервала оценить истинное значение параметра в генеральной совокупности, даже если доступны только выборочные данные.

Как вычислить математическое ожидание для дискретных и непрерывных случайных величин и почему оно является средним значением при бесконечном числе наблюдений.

Как градиентный спуск использует производные и шаг обучения для нахождения минимума функции и оптимизации параметров модели.