Публикации по теме 'data-analysis'
Скрытые ошибки SQL, допущенные опытными аналитиками данных, часть 2
#P1# #P2# случаи +------------+----------------+-----------------------+ | client_id | имя_клиента | случай | +-----------+----------------+-----------------------+ | 1 | Майк Джонсон | Запуск нового продукта | | 1 | Майк Джонсон | Рекламное предложение | | 2 | Сара Уильямс| Запуск нового продукта | | 2 | Сара Уильямс| Рекламное предложение | +-----------+----------------+------------------------+ статус +------------+-----------+-----------+ | client_id | повод |..
Введение в машинное обучение, часть 1
Объясните основы машинного обучения на множестве примеров (Часть 2 находится здесь .)
Кто должен это прочитать
Тем, кто слышал о машинном обучении, но не уверен, какие процессы недоступны для машинного обучения.
Те, кто принадлежит бизнес-отделу и хочет использовать инструменты машинного обучения или работать с учеными данных.
TL;DR (краткое описание)
Это все шаги, которые я хочу объяснить. Я напишу шаги с 1 по 4 на этой странице. (Шаги с 5 по 8 находятся здесь .)
Понимание..
Обнаружение аномалий в потоковых данных в режиме реального времени: раскрытие тонкостей
Экспоненциальное расширение данных в эпоху цифровых технологий создало новые трудности для обнаружения аномальных паттернов в реальном времени. Традиционные методы обнаружения аномалий часто терпят неудачу при поступлении потоковых данных, поскольку информация течет непрерывно и быстро. Но для решения этой сложной задачи были разработаны новые методы и инструменты. В этой статье блога будет рассмотрена увлекательная область обнаружения аномалий в потоковых данных, а также ее важность,..
Что модно, а что нет в Python, август 2023 г.
Анализ статистики загрузок PyPI
Индекс упаковки Python (PyPI) отслеживает загруженные пакеты. Я проверил ежемесячную статистику для двух таймфреймов:
с 1 июня по 30 июня и с 1 июля по 31 июля
и сравнил их.
Важно понимать, что статистика загрузок ничего не говорит о качестве кода, а дает лишь небольшое представление о популярности. Статистика загрузки увеличивается, если люди регулярно загружают пакеты через свои системы непрерывной интеграции (CI) для тестирования..
Как использовать коэффициент Пирсона и Спирмена — Руководство для начинающих
Коэффициенты Пирсона и Спирмена являются чрезвычайно важными понятиями для анализа данных, и знание того, как применять каждый из них, повысит эффективность ваших проектов по работе с данными. Часто задаваемые в интервью, они представляют фундаментальную тему данных: измерение корреляции. Если вы хотите изучить лежащую в их основе теорию и преуспеть на собеседованиях, просто прочтите эту статью!
Удобство использования
Пирсон и Спирман развиваются вокруг цели измерения корреляции между..
«Эксперты взвешивают: взгляды на развивающийся ландшафт науки о данных и аналитики»
Область аналитики данных и науки о данных быстро развивается, и специалистам по данным и аналитикам может быть сложно оставаться в курсе последних технологий и методологий. Однако по мере того, как объем данных продолжает расти, а потребность в принятии решений на основе данных возрастает, для специалистов по данным и аналитиков как никогда важно быть готовыми к будущему.
«Наука о данных — это не зрелищный вид спорта. Важно постоянно узнавать о последних…
A42: машины опорных векторов (SVM) [за кулисами!]
Гиперплоскость с максимальным запасом, кросс-энтропия и потеря шарнира, трюк с ядром, резервные переменные, норма, ядро rbf, происхождение персептрона, регуляризующий гиперпараметр
Эта статья является частью серии книг Наука о данных с нуля — Могу ли я, чтобы я смог . ( Нажмите здесь, чтобы получить копию сегодня !)
Нажмите здесь, чтобы просмотреть предыдущую статью/лекцию на тему «A41: Начальная загрузка и доверительный интервал — за кулисами!! »
💐Нажмите здесь,..
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..