Статьи
Проектирование базы данных: от диаграмм отношений сущностей к физическим диаграммам
Готовясь к предстоящему тесту по SQL и реляционным базам данных для Launch School, я разработал простую школьную реляционную базу данных. Я опишу различные схемы и методы, которые я использовал для создания этой реляционной базы данных.
Первым шагом в создании реляционной базы данных является..
Двойной удар сценариев
Двойной удар сценариев
Многие из вас хорошо знакомы с iRules , нашим скриптом на основе Tool Command Language (Tcl). Это мощный инструмент доставки приложений с программируемым прокси-сервером, который позволяет вам в режиме реального времени манипулировать любым сетевым трафиком,..
Посол событий и сообщества
Быть послом событий и сообщества в Hack Reactor было чем-то вроде вихря. Мне очень понравилось, что я могу обучать программированию тех, кто только начинает свой путь.
Кому-то требуется много времени, чтобы взять трехмесячный перерыв в личной жизни и карьере, чтобы стать..
Основы Python: изменяемые и неизменяемые объекты
Прочитав это сообщение в блоге, вы узнаете:
Каковы идентичность , тип и значение объекта ? Что такое изменяемые и неизменяемые объекты
Введение (объекты, значения и типы)
Все данные в коде Python представлены объектами или отношениями между объектами. У каждого объекта..
Непрерывное обучение в Watson Studio
Создавайте модели, которые учатся со временем, с помощью Watson Machine Learning и Watson Studio.
Мы слышим от многих клиентов, что одна из самых сложных частей машинного обучения - закрыть цикл обратной связи . Это означает, что модели необходимо часто отслеживать и обновлять, чтобы они..
Объяснимые бустерные машины
"Машинное обучение"
Объяснимые бустерные машины
Поддержание высокой точности при получении наводящих на размышления объяснений, которые создают знания и помогают понять и отладить данные.
Microsoft Research недавно разработала новую модель на основе бустинга, которая, по их утверждению,..
Немедленно вызываемые функциональные выражения — все немного сомнительно?
Мое первое столкновение с немедленно вызываемыми функциональными выражениями (или сокращенно IIFE) оставило меня несколько озадаченным.
Для тех, кто не знает, о чем я, они выглядят примерно так:
(function(name){
console.log("hello " + name);
})("Moe");
Помимо создания..
Ionic React еще не готов
Делюсь своим опытом создания приложения Ionic React
Краткий урок истории
Ionic - это платформа для создания гибридных мобильных приложений. Мобильное приложение является гибридным , если оно построено на сочетании веб-технологий (например, HTML, CSS, JavaScript) и библиотек для доступа..
Структуры данных в Python: связанные списки
Списки могут быть полезны, когда разработчик хочет, чтобы набор данных был упорядоченным и изменяемым. Хотя это очень распространенная структура данных, она не самая быстрая: скорость зависит от того, как реализован список. Существует один способ реализации списков для более быстрого..
Этика ИИ и найма
Достижения искусственного интеллекта расширились настолько, что ИИ используется в процессе найма. Однако анализ потенциала кандидатов, претендующих на вакансию, является сложной задачей. Есть некоторые области, где ИИ представляет несколько этических рисков при приеме на работу...
Разработка Kubernetes: помимо файлов конфигурации
Сосредоточьтесь на своем коде, а не на инфраструктуре!
Многие рассказы хвалят Kubernetes как отличный инструмент для автоматизации развертывания, масштабирования и управления контейнерными приложениями. И я поддерживаю это; Kubernetes делает многое, чтобы облегчить проблемы и решить..
ТОП-10 САМЫХ ЗАДАВАЕМЫХ ВОПРОСОВ ОБ ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ В 2023 ГОДУ
Почти 60 % организаций, использующих решения для работы с большими данными, так или иначе используют технологию искусственного интеллекта ; прогнозируется, что к 2025 году искусственный интеллект и машинное обучение повлияют на все сегменты нашей повседневной жизни. Это влечет за собой..
Часть 3. Получение данных из Sqlite с помощью нашего .NETCore API
Теперь пришло время научиться извлекать данные из базы данных с помощью нашего API.
Давайте создадим папку под названием Models.
он будет содержать класс, представляющий данные, которые мы хотим получить
public class Value
{
public int Id {get;set;}
public double Amount..
Оптимизируйте размер вашего пакета, устранив мертвый код / древовидную структуру в Webpack.
При создании современных javascript-приложений (независимо от использования в браузере или на стороне сервера) важно знать, каковы ваши зависимости и что вы используете из этих зависимостей. Если не уделить этому должного внимания, размер вашего пакета может оказаться очень большим, что..
Модулиты в Angular с Nx
Использование DDD и Monorepos для создания устойчивых приложений
Монолит против микроархитектуры
Микрофронтенды являются новой тенденцией, и вокруг нее много шума, потому что это крутая технология, которая имеет свои преимущества, такие как независимое развертывание. Часто..
Приложение iOS ML за 1 час.
Это верно. Используя правильные инструменты, я перешел от 0 к 1 во встроенном приложении ML для iPhone в течение 1 часа. Как я это сделал?
Идея
Я люблю гольф, и у меня не было контактных линз, когда я играл на прошлой неделе 😣. Было невероятно сложно найти мяч, поэтому я подумал: ОК,..
Прогнозирование рака груди с использованием классификатора случайного леса
Что вы узнаете из этого блога?
Вы узнаете о некоторых основных способах использования pandas, которые помогают обрабатывать ваши данные, например iloc, isnull (), head (). Вы узнаете о кодировании - почему и типах - LabelEncoder и One Hot Encoder. Мы также увидим, как можно обучить..
Как создавать диаграммы из внешних источников данных с D3.js
Узнайте, как создавать потрясающие визуализации данных с помощью D3.Js версии 5
По оценке Forbes в середине 2018 года, человечество в совокупности генерирует около 2,5 квинтиллионов байтов данных каждый день . Несмотря на то, что на анализ этих данных с помощью алгоритмов машинного..
Эффект разбитого окна
— Мне пришлось купить новый мобильный телефон из-за эффекта разбитого окна.
- Хороший. Что ты получил? Новый Нексус…? чего ждать? «Что за эффект «разбитого окна»?
— Хорошо, обещаю, это имеет смысл. Позвольте мне рассказать вам о теории, а затем я расскажу вам, что случилось с моим старым..
Профилирование JVM
Статистика сервера
Максимальный объем памяти, выделенный для JVM (значение Xmx 8000 м) 8 ГБМинимальный объем памяти, выделенный для JVM (значение Xms 8000 м) 8 ГБ Максимальный объем памяти, выделенный для JVM (значение Xmx 4000 м) — (1/4) от общего ) если не переопределено 4 ГБ Минимальная..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..