Статьи
Как: оптимизировать рабочий процесс
Псевдоним вашего терминала
Псевдоним вашего терминала позволяет быстро запускать часто используемые команды без необходимости вводить всю команду. Например, git fetch и git checkout - две команды, которые я использую каждый день. Я присвоил этим командам псевдонимы gitf и gitco...
Понимание компонентов React без сохранения состояния
Начиная с React v14, был представлен более простой способ определения функциональных компонентов без сохранения состояния. Эти компоненты используют простые функции Javascript. В React 16.6+ вы можете объявлять «чистые» функциональные компоненты через React.memo
Самый простой способ..
AWS re: Invent 2019 - Итоги AI / ML - Часть 1: Сервисы AI
Теперь, когда AWS re: Invent 2019 завершен, я хотел бы дать вам обзор анонсированных нами сервисов искусственного интеллекта: Amazon Transcribe Medical, Amazon Augmented AI, Amazon Fraud Detector, Contact Lens for Amazon Connect, Amazon Code. Гуру и амазонка Кендра .
Если вы опоздали на..
Нам нужен медиа-сервер с открытым исходным кодом
Все мы любим смотреть видео онлайн. Каждый день мы часами просматриваем смешные видеоролики на Youtube, шоу Netflix по выходным, ночные трансляции на Twitch. Facebook недавно заявил, что видео будет доминирующим форматом контента в Интернете к 2020 году. Но, несмотря на все недавние разработки..
Медитация — это не то, что вы думаете
Позвольте мне начать с того, что может коснуться каждого в любой части мира — музыки.
Как вы думаете, что такое музыка?
Вам нравится это слушать?
Это жизнь? Душа? Бог?
Это что-то, что вас расслабляет?
Сладкое чувство? Эмоция?
Это ритм? Мелодия? Гармония?
Это аранжировка..
Иерархическая кластеризация - объяснение
Теоретическое объяснение и пример scikit learn
Алгоритмы кластеризации - это алгоритмы машинного обучения без учителя, поэтому с точками данных не связаны метки. Алгоритмы кластеризации ищут сходства или различия между точками данных, чтобы похожие можно сгруппировать. Существует множество..
Начните свой путь к овладению машинным обучением с помощью Python
Все о ML
Начните свой путь к овладению машинным обучением с помощью Python
Изучите основные требования, чтобы стать профессионалом в области машинного обучения.
Машинное обучение, глубокое обучение, наука о данных и искусственный интеллект (ИИ) - одни из самых популярных сегодня..
Популярные драгоценные камни в моде
Не так много, чтобы сообщить сегодня. Я провел время, работая над некоторыми лабораторными работами, которые были о популярных Ruby Gems и о том, как найти хорошие. Были представлены и пройдены Скрепка , Каминари и Активный админ . Я также узнал, что RubyMine будет моей IDE в основном..
Сбор данных
1. Введение в интеллектуальный анализ данных и инструменты
Небольшое предисловие
Интеллектуальный анализ данных, который иногда называют обнаружением знаний из данных (KDD), - это просто обнаружение закономерностей среди данных. Эта область превратилась в науку, помимо модуля информационных..
Как выбрать язык программирования для проекта — Cooding Design
Перед началом работы над любым проектом, будь то небольшое «отечественное» приложение или громкое Enterprise-решение, у людей, инициирующих начало разработки, возникает вопрос: «На каком языке мы будем писать?» . Ответ может показаться довольно простым, но не все знают, что первым..
Алгоритмы классификации в машинном обучении: логистическая регрессия, KNN и дерево решений - что…
В машинном обучении и статистике классификация - это подход к обучению с учителем, при котором компьютерная программа учится на вводимых ей данных, а затем использует это обучение для классификации нового наблюдения.
Этот набор данных может быть просто похож на
1. Прогнозирование цены..
Величайшее шоу на Земле: мы сами
Кем ты будешь
Вот в чем дело, вы хотите повлиять на мир?
Степень приверженности вашего ответа на этот вопрос должна соответствовать вашим усилиям, страданиям и тому, как вы устраиваете свою жизнь, внимание и то, как вы их тратите.
Для большинства мы просто хотим быть счастливыми и..
Решение проблем JavaScript: минимальная подпоследовательность
ДЕЛО 013: Вы можете просто разобрать его?
Подпоследовательности всегда были концепцией, которая меня немного сбивала с толку. Не знаю почему. Но, как и в любом другом случае, чем больше времени я трачу на работу с подпоследовательностями, тем медленнее я учусь и привыкаю к ним.
В..
7 хитростей HTML, которые вас поразят
Вам не нужно знать CSS или PHP, чтобы создать красивый сайт. Используйте эти крутые HTML-трюки для создания потрясающих эффектов
Мы склонны использовать HTML с CSS, JavaScript и т. Д., Чтобы сделать наш веб-сайт или блог более привлекательным, но знаете ли вы, что один только HTML имеет..
Интересный инструмент, с которым я столкнулся при подготовке к буткемпу
Интересный инструмент, с которым я столкнулся при подготовке к буткемпу
С тех пор, как я начал готовиться к буткемпу Andela, я познакомился со множеством новых инструментов. Возможно, самым значительным и захватывающим из этих инструментов является «node.js». До Andela я всегда задавался..
Вызов Starbucks Capstone Challenge
Starbucks Capstone Challenge — проект Capstone Udacity DSND
Введение
Этот проект является частью Udacity Capstone Challenge.
Этот набор данных состоит из трех файлов:
profile.json: пользователи программы вознаграждений (17000 пользователей x 5 полей)
2. Portugal.json:..
Новые материалы
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..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..