Matematica nel mondo reale Test, simulazioni e altro

Matematica nel mondo reale test, simulazioni e altro.

I migliori scritti sulla matematica e le statistiche riescono nell’ardua impresa di prendere concetti elevati e formule complesse e connetterli alle sfide pratiche affrontate dagli specialisti dei dati nel loro lavoro quotidiano.

Alcuni scienziati dei dati amano addentrarsi in nuovi argomenti matematici, mentre altri si avvicinano a questo campo con cautela, se non con riluttanza. Indipendentemente da dove ti trovi in questo spettro, pensiamo che apprezzerai la nostra selezione di articoli di questa settimana. Dalle dinamiche interne dei test A/B alla teoria dei grafi e agli esperimenti statistici, mescolano senza sforzo il teorico e il pragmatico, l’astratto e il concreto. Diamo un’occhiata.

• Se sei nuovo alle simulazioni Monte Carlo o hai bisogno di un valido ripasso, l’articolo di debutto di Sydney Nye su TDS è un approfondimento accessibile su una tecnica statistica che “ci consente di fare scommesse strategiche di fronte all’incertezza, dando un senso probabile a problemi complessi e deterministici”.
• La teoria dei grafi è stata centrale nella ricerca sull’apprendimento automatico per un po’ di tempo, ma per le persone al di fuori di quella comunità potrebbe sembrare ancora hermetica. Hennie de Harder offre un’introduzione amichevole ai principianti su cosa sono i grafi, come funzionano e come gli scienziati dei dati possono sfruttarne il potere per risolvere intricati problemi reali.
• Se non hai dedicato molto tempo alle equazioni differenziali dai tempi della scuola superiore, questa è la tua occasione per riepilogarle da un nuovo punto di vista: la serie di Shuai Guo sulle reti neurali informative sulla fisica (PINN) è tornata con un capitolo dedicato alle equazioni differenziali e a come “forniscono una visione dinamica del sistema e ci consentono di fare previsioni sul comportamento futuro del sistema”.

• Per un approccio pratico ai test di permutazione e a come possono sostituire i metodi statistici più tradizionali basati su formule, segui la spiegazione di Pan Cretan su come progettare esperimenti con il campionamento. (I lettori che si sono avvicinati alla scienza dei dati da un background meno matematico troveranno questo particolarmente utile!)
• Il nostro ultimo momento saliente della settimana ritorna alle simulazioni Monte Carlo con cui abbiamo iniziato, ma ne sfrutta il potere per uno scopo diverso. Ida Johnsson, PhD, condivide una utile introduzione ai test A/B: fornisce definizioni chiare dei concetti statistici coinvolti e si concentra sul processo di valutazione delle prestazioni dei test utilizzando le simulazioni Monte Carlo.

Le altre letture consigliate di questa settimana non sono proprio prive di matematica, ma aprono lo spazio per affascinanti conversazioni su altri argomenti essenziali.

• In uno studio metodico e tempestivo, Yennie Jun esplora i pregiudizi di genere nelle conoscenze storiche incorporate nei grandi modelli linguistici.
• Hai perso ICML 2023? Michael Galkin è qui per aiutarci a recuperare con un dettagliato riepilogo degli ultimi sviluppi e delle tendenze emergenti.
• Tutti adorano lamentarsi della pulizia dei dati, ma la guida concisa di Vicky Yu può aiutarti a semplificare il processo in modo che diventi meno noioso.
• I trasformatori incontrano gli accordi jazz nel primo articolo di Francesco Foscarin su TDS, che presenta un approccio basato sui dati all’analisi musicale basata sui modelli ad albero.
• Hans van Dam unisce lo sviluppo di app mobili e LLMs con un tutorial pratico che sfrutta le funzioni di GPT-4 per navigare nell’interfaccia utente grafica (GUI) di un’app.

Grazie per il supporto ai nostri autori! Se ti piacciono gli articoli che leggi su TDS, considera di diventare un membro di VoAGI: sbloccherai tutto il nostro archivio (e ogni altro post su VoAGI, anche).

• Come progettare una ricerca aziendale basata sull’IA in AWS
• Quanto tempo dovresti dedicare alla preparazione di un colloquio di Data Science
• Dagli esperimenti 🧪 al rilascio 🚀 MLflow 101 | Parte 02

Fino alla prossima Variabile,

Gli editor di TDS