Публикации по теме 'data-science'
Пример прогнозирования оттока в музыкальной индустрии
Здесь набор данных состоит из транзакций группы пользователей на музыкальной платформе. Некоторые из этих пользователей в конечном итоге отменят свою подписку. Моя цель — предсказать, кто уйдет . Этот проект также дает возможность изучить и использовать Spark в реальном проекте.
Большинство наборов данных, с которыми я работал до сих пор, были отформатированы так, что каждая строка является образцом и имеет метку, которую я хотел бы предсказать. Но здесь мне нужно извлечь пользователей..
Шаблон миграции сетки данных в облако
Миграция в облако на предприятиях была слишком медленной, дорогостоящей и сложной. Шаблон Data Mesh Cloud Migration показывает, как ускорить миграцию в облако.
Шаблон миграции сетки данных в облако
Облачные технологии распространены повсеместно. Он скрыт за каждым приложением для мобильного телефона, и он затрагивает и хранит каждое электронное письмо, сообщение и социальное взаимодействие, которое у нас есть. И предложение ценности облака кажется ясным: согласно McKinsey, во..
Трансферное обучение: что это такое, как оно работает и чем может помочь?
Что такое трансферное обучение?
Проще говоря, трансферное обучение использует алгоритм, который уже был обучен для решения другой, но связанной проблемы. Мы пытаемся использовать то, что уже узнали, чтобы помочь нашему алгоритму легче обобщать отношения между данными. Вместо того, чтобы обучать алгоритм с нуля на том, что данных может быть недостаточно для получения хорошего прогноза, почему бы не использовать алгоритм, который уже был предварительно обучен на миллионах изображений?..
Как выбрать лучшую регрессионную модель для вашего ML-приложения?
Имея в своем распоряжении множество алгоритмов машинного обучения, таких как простая линейная регрессия, полиномиальная линейная регрессия, модели классификации, такие как логистическая регрессия, вам может быть сложно выбрать наиболее подходящий для вашего конкретного приложения ML. В этой статье обсуждаются шаги по выбору идеальной модели на основе интуиции R-квадрата и скорректированного R-квадрата.
Интуиция в квадрате
Рассмотрим модель линейной регрессии с набором точек данных...
Проект искусственного интеллекта: определение позы
Меня часто спрашивают, как использовать ИИ для определения определенных поз и можно ли извлечь из них эмоции.
Итак, мой коллега ( Гугу Сибаньони ) и я решили поиграть с отслеживанием ИИ.
Изображение выше — это конечная цель использования ИИ для распознавания позы и, в конечном итоге, эмоций.
Настройка нашей среды
Мы будем использовать открытый CV для распознавания изображений и медиаканал для наших моделей распознавания позы.
!pip install mediapipe opencv-python
Мы будем..
Что такое интерпретация модели машинного обучения?
В настоящее время, с более широким использованием моделей машинного обучения в отрасли, поиск наиболее подходящей модели является непростой задачей. Точность, точность или полнота могут не отражать полезность модели в реальном мире. Итак, чтобы найти наиболее подходящую модель, доступна новая актуальная тема под названием «Интерпретация моделей машинного обучения».
Поле «Интерпретация модели машинного обучения» — это новая горячая тема, в которой рассказывается о том, как модель..
Как писать для Data And Beyond
Моя новая публикация нацелена на привлечение высококачественных воспроизводимых историй о данных и смежных темах, включая науку о данных, машинное обучение, искусственный интеллект, программирование и технологии.
Одним из преимуществ платного членства в Medium является возможность создавать новые публикации . Поскольку большинство моих историй нигде больше не публиковалось, я решил создать новую под названием Данные и не только :
Данные и не только..
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..