Публикации по теме 'data-science'
Обучение XGBoost на наборе данных объемом 1 ТБ
Параллельное распределенное обучение SageMaker
По мере того, как машинное обучение продолжает развиваться, мы видим более крупные модели со все большим количеством параметров. В то же время мы также видим невероятно большие наборы данных, в конце концов, любая модель хороша настолько, насколько хороши данные, на которых она обучена. Работа с большими моделями и наборами данных может быть дорогостоящей в вычислительном отношении и сложной для своевременного выполнения итераций или..
Введение в байесовский вывод — часть 1
В этой статье мы более подробно рассмотрим Байесовский вывод . Мы хотим понять, чем он отличается от частотного вывода и почему байесовский вывод так важен для машинного обучения. В конце мы также познакомимся с теоремой Байеса. Эта статья послужит мягким введением в следующую статью, в которой мы рассмотрим оценку максимального правдоподобия (MLE) и максимальную апостериорную оценку (MAP).
Байесовский вывод против частотного вывода
Лучшие игры для Nintendo — Python Data Science
Анализ обзора игры с помощью Python Pandas
Итак, какая сейчас лучшая игра Nintendo? Мы до сих пор не знаем. Просканировав все Обзоры игр Nintendo в последней истории , мы изучим и визуализируем рейтинги в этой истории. Добро пожаловать в Python Data Science December #10 .
Навигация в мире ИИ: руководство по машинному обучению и глубокому обучению
Навигация по миру ИИ может быть сложной задачей для новичков, особенно когда речь идет о машинном обучении и глубоком обучении. В этом руководстве мы познакомим вас с этими понятиями и проведем вас через основные шаги для начала работы.
Но сначала давайте поговорим о глубоком обучении и машинном обучении:
Хотя глубокое обучение является частью машинного обучения, между ними есть некоторые важные различия.
Машинное обучение обычно включает в себя обучение моделей на размеченных..
Понимание множеств и теории множеств: полное руководство
Введение
Множества и теория множеств являются фундаментальными понятиями математики, служащими строительными блоками для различных математических дисциплин. В этом исчерпывающем руководстве мы углубимся в мир множеств, теории множеств и операций над множествами. Мы изучим концепцию множеств, их свойства, отношения между подмножествами и надмножествами, а также основные операции объединения, пересечения и дополнения над множествами. Попутно мы также предоставим примеры кода на Python,..
5 изменяющих жизнь онлайн-курсов для моего пути к исследователям данных
У меня нет опыта в количественных исследованиях, и я считаю, что успех в переходе в область науки о данных не может зависеть исключительно от удачи. Прежде чем войти в отрасль, я уже начал посещать некоторые курсы по науке о данных. Я твердо верю, что если я хочу продолжить карьеру в этой области, непрерывное обучение необходимо для преодоления разрыва между мной и теми, кто имеет количественную степень.
Когда я искал различные курсы по науке о данных, я заметил, что многие люди в..
Как работает междоменная рекомендация, часть 3 (машинное обучение)
Обучение тройной последовательности для междоменных рекомендаций (arXiv)
Автор: Хаокай Ма , Руобин Се , Лэй Мэн , Синь Чен , Сюй Чжан , Лейу Линь , Цзе Чжоу .
Аннотация: междоменная рекомендация (CDR) направлена на использование корреляции поведения пользователей как в исходном, так и в целевом доменах для улучшения моделирования предпочтений пользователей в целевом домене. Обычные методы CDR обычно исследуют двойственные отношения между поведением исходного и целевого..
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..