Публикации по теме 'data-science'
Распознавание именных организаций: соответствие продуктов по признаку пола
Что такое признание именованного объекта?
Распознавание именованных сущностей - это процесс, с помощью которого мы ищем и идентифицируем информационные единицы в неструктурированном тексте и классифицируем их по заранее определенным категориям, включая людей, организации, выражения даты и времени, местоположения и т. д.
Немного предыстории
Когда я решил собрать последнюю и самую быструю систему рекомендаций по продуктам, несмотря на мои самые лучшие намерения, я не мог..
Yellowbrick - Анализируйте свою модель машинного обучения с помощью визуализаций
Библиотека Python для визуализации машинного обучения
Yellowbrick - библиотека визуализации машинного обучения Python. По сути, он построен на Scikit-learn и Matplotlib. Yellowbrick предоставляет информативные визуализации для лучшей оценки моделей машинного обучения. Это также помогает в процессе выбора модели.
Этот пост является скорее практическим применением Yellowbrick. Мы быстро построим базовую модель классификации, а затем воспользуемся инструментами Yellowbrick для..
Как обнаружить дрейф данных с помощью проверки гипотез
млн операций в секунду
Как обнаружить дрейф данных с помощью проверки гипотез
Подсказка: забудьте о p-значениях
Дрейф данных беспокоит любого, у кого есть модель машинного обучения, работающая с прогнозами в реальном времени. Мир меняется, и по мере того, как меняются вкусы потребителей или демографические данные, модель начинает получать значения характеристик, отличные от тех, которые она видела при обучении, что может привести к неожиданным результатам. Обнаружение дрейфа..
5 причин, почему Pandas — лучшая библиотека для науки о данных в Python
Введение:
Если вы специалист по данным, использующий Python, вы, вероятно, слышали о библиотеке pandas. Но вам может быть интересно, почему он так популярен среди ваших сверстников. В этом посте мы рассмотрим 5 основных причин, по которым pandas — лучшая библиотека для обработки данных в Python.
Причина 1: обработка данных стала проще
Одной из самых трудоемких задач в науке о данных является обработка данных, которая относится к процессу очистки, преобразования и..
Покупка футбольной команды: подход машинного обучения
Подход, который лучше, чем случайное угадывание или выбор игроков из 18000 профессиональных игроков.
По мере того, как мы продвигаемся в мир, где спорт стал жизненно важной частью нашей жизни, он также стал горячим рынком для инвесторов, чтобы получить большую прибыль, взаимодействовать с аудиторией и сделать свое присутствие ощутимым. Кроме того, мы видим, что наблюдался всплеск спортивной аудитории, что привело к увеличению количества турниров, и получение на них прибыли стало..
3 причины, по которым вам нужны платформы с низким кодом для решений для обработки данных
Мнение
3 причины, по которым вам нужны платформы с низким кодом для решений для обработки данных
Приложения машинного обучения с малым кодом помогают решать проблемы обслуживания моделей, времени выхода на рынок и нехватки специалистов.
Организации из разных отраслей обращаются к данным и аналитике для решения бизнес-задач. Опрос , проведенный New Vantage Partners, показал, что 91% предприятий инвестировали в ИИ. Однако то же исследование показало, что только 26% этих фирм широко..
Приложение SQL: когортный анализ
Когортный анализ — один из наиболее часто проводимых анализов, особенно если вы работаете в B2C-компании. Итак, что такое когортный анализ?
Когортный анализ – это аналитический метод, который классифицирует и делит данные на группы с общими характеристиками перед анализом. Этот метод обычно используется, чтобы облегчить организациям выделение, анализ и обнаружение закономерностей в жизненном цикле пользователя, улучшить удержание пользователей и лучше понять поведение пользователей в..
Новые материалы
Как создать диаграмму градиентной кисти с помощью D3.js
Резюме:
Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
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..