Публикации по теме 'data-analytics'
То, что вы слышали о науке о данных… правда? (Наука о данных — это не то, что вы думаете)
Наука о данных — это не создание сложных моделей или выдающихся визуализаций и не написание кода. Наука о данных больше связана с использованием данных для оказания влияния на компании. Какое воздействие?
Воздействие несколькими способами, такими как идеи, рекомендации продуктов или продукты данных. Для выполнения таких задач вам нужны сложные модели, визуализация данных или написание кода.
Но на самом деле ваша работа как ученого данных состоит в том, чтобы решить проблему,..
Система анализа и предотвращения аварий
1. Введение
1 фон
Представьте, что вы едете на работу. Вы наслаждаетесь поездкой в хорошую погоду, ожидая, чтобы провести время с семьей. Внезапно вы попадаете в сильную пробку. Вы чувствуете раздражение и наблюдаете за ситуацией.
Сразу же вы видите несколько полицейских машин на расстоянии нескольких метров. Наличие машины скорой помощи указывает на бедствие. Что, если бы мы могли разработать систему, которая могла бы предупреждать о беспрецедентном событии, которое должно..
Анализ данных с помощью перетаскивания
Система позволяет неспециалистам использовать модели машинного обучения для прогнозирования медицинских исследований, продаж и многого другого.
Этот контент был опубликован MIT Research and Press Inquiries:
В фильмах о Железном человеке Тони Старк использует голографический компьютер, чтобы проецировать трехмерные данные в воздух, манипулировать ими руками и находить решения своих супергеройских проблем. В том же духе исследователи из Массачусетского технологического института и..
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..