WedX - журнал о программировании и компьютерных науках

Публикации по теме 'data-analysis'


Исследовательский анализ данных в машинном обучении
Исследовательский анализ данных чрезвычайно полезен для науки о данных. Исследовательский анализ данных - это взгляд на анализ набора данных с помощью метода статистической графики и визуализации данных, чтобы он мог определять различные атрибуты. По сути, основная цель исследовательского анализа данных состоит в том, чтобы изучить больше информации из данных, отличных от обычных данных, необходимых для моделирования или для предположений, связанных с тестированием...

10 лучших библиотек визуализации данных в 2023 году.
Выбор правильной библиотеки для ваших потребностей в визуализации данных. Визуализация данных стала важным инструментом для бизнеса, позволяющим понимать и передавать сложную информацию. С появлением больших данных растет спрос на мощные библиотеки визуализации данных. В этой статье мы рассмотрим 10 лучших библиотек визуализации данных, которые, как ожидается, будут доминировать на рынке в 2023 году. Эти библиотеки будут предоставлять широкий спектр функций и возможностей, что делает..

Введение в науку о данных, AI/ML: руководство для начинающих
Введение в науку о данных, AI/ML: руководство для начинающих В сегодняшнюю цифровую эпоху мы ежедневно генерируем огромное количество данных, и извлечение из них осмысленной информации становится все более важным. Именно здесь на помощь приходит наука о данных. Наука о данных — это процесс извлечения знаний и идей из данных с помощью статистических и вычислительных методов. Data Science часто используется в сочетании с искусственным интеллектом (AI) и машинным обучением (ML) для..

Раскрытие возможностей аналитических данных на основе данных для принятия обоснованных решений
«Мы окружены данными, но нам не хватает идей». ~ Джей Баер, эксперт по маркетингу и клиентскому опыту Процесс использования данных для руководства и информирования ключевых бизнес-решений известен как принятие решений на основе данных. Компании могут больше узнать о своих потребителях, рынках и операциях, анализируя данные. Используя эти знания, становится возможным принимать более правильные решения в отношении разработки продукта, маркетинга, продаж и других областей...

Статистика для машинного обучения (базовая)
Все основные инструменты статистики, необходимые для начала работы с Data Science / Machine Learning. Прошли те времена, когда каждому требовались глубокие знания в области статистики, чтобы действительно преуспеть в науке о данных. С автоматизацией множества техник машинного обучения многие новички сразу переходят к коду, даже не зная, что происходит внутри! Однако статистика присутствует во всех сферах науки о данных, будь то визуализация данных, очистка данных или построение модели..

Исследовательский анализ данных (EDA) —  Часть 2
В предыдущей части мы обсудили первые несколько шагов в процессе исследовательского анализа данных, таких как идентификация переменных, одномерный анализ и т. Д. Теперь мы собираемся больше узнать о двумерном анализе и других шагах в EDA. Двумерный анализ В двумерном анализе мы находим взаимосвязь между двумя переменными. Переменные могут быть любой комбинацией непрерывных или категориальных переменных. Для разных комбинаций переменных используются разные методы. Непрерывный и..

Серия DAX: 3. Меры и вычисляемые столбцы в DAX
Это третья статья из серии: Серия DAX — изучите основы Power BI 3. Показатели и вычисляемые столбцы В конце этой статьи у меня есть ссылка на мой GitHub, где вы можете найти одну пустую модель Power BI и одну полную модель с расчетом, который я сделал в этой статье. В этой статье я подробно опишу разницу между показателями и вычисляемыми столбцами в DAX. Я опишу, в каких случаях можно использовать каждый из них, и распространенные подводные камни. Историю также можно найти..

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..


Для любых предложений по сайту: [email protected]