Size: a a a

Machine learning

2020 June 04

GS

Gennady Shtekh in Machine learning
Ярик Шаталов
Здравствуйте! Подскажите, пожалуйста, ресурс, на котором можно изучить значения математических символов и их использование? Для примера вброшу формулу из яндекс.контеста, из которой мне лично более-менее понятна только часть числителя
Знаменатель: количество таких пар i, j, для которых t_i > t_j.
источник

GS

Gennady Shtekh in Machine learning
Ярик Шаталов
Должна ведь быть какая-то теория или статья
Представьте, что вам нужно общаться на английском, только учебников оксфорда нет.
источник

ЯШ

Ярик Шаталов... in Machine learning
xD
источник

ЯШ

Ярик Шаталов... in Machine learning
Сравнение на десятку
источник

GS

Gennady Shtekh in Machine learning
Gennady Shtekh
Знаменатель: количество таких пар i, j, для которых t_i > t_j.
К слову, в числителе в сумме такое же условие почти, "только по таким парам...".
источник

ЯШ

Ярик Шаталов... in Machine learning
То есть в данном случае {} означает "множество таких значений: что"
источник

ЯШ

Ярик Шаталов... in Machine learning
Окей
источник

GS

Gennady Shtekh in Machine learning
Ага.
источник

ЯШ

Ярик Шаталов... in Machine learning
Хорошо, стало лучше
источник

ЯШ

Ярик Шаталов... in Machine learning
Спасибо!
источник

GS

Gennady Shtekh in Machine learning
Это +- классическая нотация, в 95% случаев такая запись означает именно множество, удовлетворяющее условию(ям).
источник

AO

Alex Ololo in Machine learning
всем привет. повторюсь с вопросом.

подскажите. часто используют логарифимирование зависимой переменой . например в задачах регрессиии.
Я правильно понимаю - что это делается в целях сделать модель более линейной для того что бы mse лучше работало?
и если да, то данная операция бесполезна если я буду использовать деревья и бустинг над ними - он ок и не с линейными моделямя работают? я прав?
источник

V

Valery in Machine learning
Логарифм используют еще, чтобы не оптимизировать произведение, а оптимизировать сумму. Так же для сглаживания и уменьшения значений
источник

V

Valery in Machine learning
Логарифм нелинейный, прологарифмировав линейный х получается нелинейный логх
источник

V

Valery in Machine learning
источник

V

Valery in Machine learning
Либо тн мажорирование сверху
источник

AO

Alex Ololo in Machine learning
Valery
Логарифм используют еще, чтобы не оптимизировать произведение, а оптимизировать сумму. Так же для сглаживания и уменьшения значений
это да. я немного про другое
источник

V

Valery in Machine learning
Ну ты приведи скрин какой-нибудь
источник

K

K-S in Machine learning
Alex Ololo
всем привет. повторюсь с вопросом.

подскажите. часто используют логарифимирование зависимой переменой . например в задачах регрессиии.
Я правильно понимаю - что это делается в целях сделать модель более линейной для того что бы mse лучше работало?
и если да, то данная операция бесполезна если я буду использовать деревья и бустинг над ними - он ок и не с линейными моделямя работают? я прав?
Бустинг, конечно, не так чувствителен к распределению таргета как линейные модели, но все же иногда приведение распределения таргета к более нормальному виду помогает.

Либо же вы можете ничего не делать с таргетом, но использовать другой лосс (вместо среднеквадратичного), если распределение скошенное. Например, tweedie loss.
источник

AO

Alex Ololo in Machine learning
K-S
Бустинг, конечно, не так чувствителен к распределению таргета как линейные модели, но все же иногда приведение распределения таргета к более нормальному виду помогает.

Либо же вы можете ничего не делать с таргетом, но использовать другой лосс (вместо среднеквадратичного), если распределение скошенное. Например, tweedie loss.
да. я про это.
по этой же причине бокса кокса  юзают во временных рядах?
источник