Більш швидкий доступ, ніж браузер!
18 відносини: Кластерна вибірка, Компроміс зсуву та дисперсії, Пристосованість (статистика), Поправка Бесселя, Автоматизація, Нелінійна авторегресійна екзогенна модель, Рекурентна нейронна мережа, Функція правдоподібності, Функція помилок, Фільтр Калмана, Часткова кореляція, Машинне навчання, Модель авторегресії — ковзного середнього, Залишок Стьюдента, Баєсова лінійна регресія, Відстань Кука, Важіль (статистика), Інформаційний критерій Акаіке.
Кластерна вибірка
Кластерна вибірка Кластерна вибірка — метод вибірки, який використовується, коли «природні», але різнорідні угруповання проявляються в статистичній сукупності.
Новинка!!: Похибки та залишки і Кластерна вибірка · Побачити більше »
Компроміс зсуву та дисперсії
У статистиці та машинному навчанні, компромі́с (або диле́ма) зсу́ву та диспе́рсії (bias–variance tradeoff or dilemma) — це задача одночасної мінімізації двох джерел похибки, які перешкоджають алгоритмам керованого навчання робити узагальнення на основі їхніх.
Новинка!!: Похибки та залишки і Компроміс зсуву та дисперсії · Побачити більше »
Пристосованість (статистика)
Пристосо́ваність (goodness of fit) статистичної моделі описує, наскільки добре вона пристосована до набору спостережень.
Новинка!!: Похибки та залишки і Пристосованість (статистика) · Побачити більше »
Поправка Бесселя
Поправка Бесселя, названа на честь Фрідріха Бесселя, полягає у використанні n-1 замість n у формулі для дисперсії вибірки і стандартного відхилення вибірки, де n є числом спостережень у вибірці.
Новинка!!: Похибки та залишки і Поправка Бесселя · Побачити більше »
Автоматизація
Автоматиза́ція — є одним з напрямів науково-технічного прогресу, який спрямовано на застосування саморегульованих технічних засобів, економіко-математичних методів і систем керування, що звільняють людину від участі у процесах отримання, перетворення, передачі і використання енергії, матеріалів чи інформації, істотно зменшують міру цієї участі чи трудомісткість виконуваних операцій.
Новинка!!: Похибки та залишки і Автоматизація · Побачити більше »
Нелінійна авторегресійна екзогенна модель
У моделюванні часових рядів неліні́йна авторегресі́йна екзоге́нна моде́ль (nonlinear autoregressive exogenous model, NARX) — це нелінійна, яка має входи.
Новинка!!: Похибки та залишки і Нелінійна авторегресійна екзогенна модель · Побачити більше »
Рекурентна нейронна мережа
Рекуре́нтні нейро́нні мере́жі (РНМ, recurrent neural networks, RNN) — це клас штучних нейронних мереж, у якому з'єднання між вузлами утворюють орієнтований цикл.
Новинка!!: Похибки та залишки і Рекурентна нейронна мережа · Побачити більше »
Функція правдоподібності
У статистиці фу́нкція правдоподі́бності (likelihood function) або просто правдоподі́бність (likelihood) — це функція параметрів статистичної моделі.
Новинка!!: Похибки та залишки і Функція правдоподібності · Побачити більше »
Функція помилок
Графік функції помилок. У математиці функція помилок — це неелементарна функція, що використовується в теорії ймовірності, статистиці і математичній фізиці.
Новинка!!: Похибки та залишки і Функція помилок · Побачити більше »
Фільтр Калмана
Фільтр Калмана відстежує оцінюваний стан системи та дисперсію або невизначеність оцінки. Оцінка оновлюється з використанням моделі переходу, та вимірювань. \hatx_k\mid k-1 позначає оцінку стану системи у момент часу ''k'' до того, як ''k''-те вимірювання ''y''''k'' було взято до уваги; P_k\mid k-1 є відповідною невизначеністю. Фільтр Калмана (Kalman filter), відомий також як лінійно-квадратичне оцінювання (linear quadratic estimation, LQE), — це алгоритм, що використовує послідовності вимірювань протягом часу, які містять шум (випадкові відхилення) та інші неточності, й видає оцінки невідомих змінних, що є потенційно точнішими за базовані на самих лише вимірюваннях.
Новинка!!: Похибки та залишки і Фільтр Калмана · Побачити більше »
Часткова кореляція
В теорії ймовірностей і статистиці, часткова кореляція вимірює ступінь зв'язку між двома випадковими величинами, з ефектом набору контрольних випадкових величин видалення.
Новинка!!: Похибки та залишки і Часткова кореляція · Побачити більше »
Машинне навчання
Машинне навчання (machine learning) — це підгалузь штучного інтелекту в галузі інформатики, яка часто застосовує статистичні прийоми для надання комп'ютерам здатності «навчатися» (тобто, поступово покращувати продуктивність у певній задачі) з даних, без того, щоби бути програмованими явно.
Новинка!!: Похибки та залишки і Машинне навчання · Побачити більше »
Модель авторегресії — ковзного середнього
У статистичному аналізі часових рядів моделі авторегресії — ковзного середнього (АРКС, autoregressive–moving-average models, ARMA) пропонують економний опис (слабко) стаціонарного стохастичного процесу в термінах двох многочленів, одного для, а другого — для.
Новинка!!: Похибки та залишки і Модель авторегресії — ковзного середнього · Побачити більше »
Залишок Стьюдента
У статистиці, залишок Стьюдента — це результат ділення залишку на оцінку його стандартного відхилення.
Новинка!!: Похибки та залишки і Залишок Стьюдента · Побачити більше »
Баєсова лінійна регресія
Ба́єсова ліні́йна регре́сія в статистиці — це підхід до лінійної регресії, в якому статистичний аналіз застосовується в контексті баєсового висновування.
Новинка!!: Похибки та залишки і Баєсова лінійна регресія · Побачити більше »
Відстань Кука
У статистиці відстань Кука є загальноприйнятою оцінкою впливу спостереження під час застосування методу найменших квадратів у регресійному аналізі.
Новинка!!: Похибки та залишки і Відстань Кука · Побачити більше »
Важіль (статистика)
У статистиці та, зокрема, у регресійному аналізі важіль — це міра віддаленості значень незалежної змінної спостереження від значень інших спостережень.
Новинка!!: Похибки та залишки і Важіль (статистика) · Побачити більше »
Інформаційний критерій Акаіке
Інформаційний критерій Акаіке (ІКА, Akaike information criterion, AIC) — це міра відносної якості статистичних моделей для заданого набору даних.
Новинка!!: Похибки та залишки і Інформаційний критерій Акаіке · Побачити більше »
Перенаправлення тут:
Аналіз похибок, Статистична похибка, Класична модель похибки, Класична похибка, Помилки та залишки в статистиці, Помилки та залишки у статистиці, Похибка (статистика), Похибки (статистика), Похибки та залишки в статистиці, Похибки та залишки в регресії, Похибки та залишки у статистиці, Залишки (статистика), Залишки спостереження, Залишки регресії, Залишковий середній квадрат, Залишок (статистика), Збурення (статистика), Вплив похибки.
