Публикации по теме 'data-science'
Преобразуйте свой бизнес с помощью науки о данных и искусственного интеллекта.
Преобразуйте свой бизнес с помощью науки о данных и искусственного интеллекта. Наши решения помогают вам принимать решения на основе данных и открывать новые возможности для роста. Узнайте больше сейчас.
Введение
Сегодня предприятия генерируют больше данных, чем когда-либо прежде. От взаимодействия с клиентами до транзакционных данных объем доступной информации ошеломляет. Однако эти данные ценны только в том случае, если компании могут превратить их в полезную информацию...
Методы машинного обучения, применяемые для прогнозирования цен на акции
Приложения машинного обучения сильно зависят от прогнозирования временных рядов. Прогноз цен на акции выделяется среди других временных рядов как один из самых увлекательных и потенциально прибыльных.
Как обсуждалось в предыдущей статье, все три метода прогнозирования — скользящее среднее, автоматический ARIMA и пророк — охватывали годовые прогнозы в дополнение к линейной регрессии, методу k-ближайших соседей и долговременной кратковременной памяти (LSTM). В заключение, LSTM легко..
Изучение Python — Типы данных (II)
Упорядоченный набор похожих или разных типов данных называется типом данных последовательности. Это позволяет нам эффективно хранить элементы в упорядоченном виде. Список, кортежи и строки являются примерами типов данных последовательности.
Список
Списки похожи на массивы тем, что представляют собой упорядоченный набор элементов. Но списки могут иметь элементы разных типов данных, в отличие от массива. Список представляет собой изменяемые типы данных, т.е. элементы могут быть..
Варианты использования гиперпараметров, часть 1 (машинное обучение)
Оптимизация гиперпараметров с помощью разделения нейронной сети (arXiv)
Автор: Бруно Млодозеньец , Маттиас Рейссер , Христос Луизос .
Аннотация: Хорошо настроенные гиперпараметры имеют решающее значение для получения хорошего поведения обобщения в нейронных сетях. Они могут применять соответствующие индуктивные смещения, упорядочивать модель и повышать производительность, особенно при наличии ограниченных данных. В этой работе мы предлагаем простой и эффективный способ оптимизации..
Введение в машинное обучение с сохранением конфиденциальности
Защита конфиденциальности отдельных лиц при одновременном получении информации из данных
Растущее распространение алгоритмов машинного обучения в обществе привело к необходимости в методах машинного обучения, сохраняющих конфиденциальность. Алгоритмы машинного обучения требуют больших объемов данных для обучения и повышения их производительности, но эти данные часто могут включать конфиденциальную личную информацию, такую как финансовые отчеты, медицинские записи и данные о..
Как создать высокопроизводительный продукт данных?
Так почему…? Потому что правильный информационный продукт может увеличить доход вашей компании, дать вам конкурентное преимущество, и его будущее очень прибыльно! Я знаю, это звучит немного очевидно.
Создание высокопроизводительных информационных продуктов может принести вашей компании значительные преимущества, включая увеличение доходов и конкурентное преимущество. В современной среде, управляемой данными, данные и аналитика необходимы для успеха компании. Специалисты по работе с..
Показатели оценки 101
В наши дни машинное обучение, кажется, у всех на слуху, и почти каждый, от новичков на YouTube до хорошо зарекомендовавших себя компаний, изо всех сил пытается усвоить эти сладкие идеи. Многие из этих идей являются прямым результатом кропотливо собранных данных и хорошо разработанных моделей. Обучение этим моделям - важный шаг в этом процессе, но понимание того, как оценить модель, может оказаться сложной задачей. Вот тут-то и пригодятся методы оценки.
Образцовые методы оценки -..
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..