Публикации по теме 'analytics'
CRM и аналитика больших данных
Управление взаимоотношениями с клиентами (CRM) - это процесс, в котором компания или другая организация администрирует свои взаимодействия с клиентами , обычно используя анализ данных. для изучения большого объема информации.
Роль аналитических CRM-систем состоит в том, чтобы анализировать данные о клиентах, собранные из нескольких источников, и представлять их, чтобы бизнес-менеджеры могли принимать более обоснованные решения. Аналитические CRM-системы используют такие методы,..
Исследуйте сцену Airbnb в Сиэтле!
Подход, основанный на данных, для понимания различных аспектов предложения Airbnb в Сиэтле
Введение
Планируете ли вы посетить Сиэтл в ближайшем будущем? Кто-то из семьи или друзей, или, может быть, вы просто хотите исследовать город? если да, то этот пост поможет вам понять варианты проживания, если вы планируете бронировать через Airbnb.
Лично я был заинтригован, и хотя потенциально вы можете задать бесконечное количество вопросов, было несколько конкретных вопросов, на..
Дрейф модели в машинном обучении — наука о данных
Подпишитесь на Квантификаторы для статей по финансам и аналитике
Мы ожидаем, что наша модель будет работать так же, как и с обучающими данными. Однако, если распределение производственных данных отличается от распределения обучающих данных, это может привести к дрейфу модели. Дрейф модели относится к снижению прогностической способности модели.
Дрейф модели возникает, когда:
Данные обучения плохо отобраны Происходит изменение основного бизнес-контекста
Почему важно..
Разве DataOps - это не просто DevOps для данных?
Большинство предприятий собирают данные, но не могут использовать их для создания ценности для бизнеса или своевременного предоставления аналитических сведений. Объем и типы данных продолжают расти, как и различные типы потребителей данных, от бизнес-пользователей до специалистов по данным. В результате управление данными и их доставка часто становятся критическими узкими местами. На помощь приходит DataOps .
DataOps (операции с данными) относится к методам, которые обеспечивают..
Как ИИ изменит Интернет вещей
Искусственный интеллект и Интернет вещей стали двумя самыми популярными технологиями. Обе концепции имеют значение, изменяющее мир, давая компьютерам возможность понимать свои условия и делать важный выбор из этих условий, тем самым позволяя делегировать принятие решений от человека к синтетическим рукам. Для многих ИИ все еще маячит на горизонте, а лакомые кусочки информации поступают из последних экспериментов с технологическими гигантами.
Поскольку многие бренды с большим охватом..
Случайная задача дерева решений
Есть кое-что, о чем вам нужно знать, если вы строите модели дерева решений с помощью известного пакета Python scikit-learn.
Алгоритм, который он использует для построения моделей, является детерминированным (он дает согласованные результаты при многократном выполнении, если входные данные не меняются).
Несмотря на эту природу, scikit-learn предоставляет гиперпараметр «Случайное состояние» для класса дерева решений. Этот гиперпараметр необходим только в том случае, если алгоритм не..
Обзор курса — основы науки о данных и машинного обучения
Недавно я прошел курс EdX, спонсируемый Microsoft — Data Science and Machine Learning Essentials. Он касался основ машинного обучения и создания веб-служб машинного обучения с использованием Azure ML. Я работаю в области НЛП/МО уже довольно давно. Я прошел несколько курсов у Эндрю Нг, Ясера С. Абу-Мостафы и Кристофера Мэннинга, когда начал работать в поле.
Меня больше всего интересовало, как Azure ML может помочь мне создать масштабируемую веб-службу. Я попытался уделить..
Новые материалы
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..
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..