Публикации по теме 'data-science'
Введение в интеллектуальный анализ данных: практическое руководство
Интеллектуальный анализ данных — это процесс извлечения полезной информации и знаний из больших наборов данных. Это междисциплинарная область, в которой используются методы статистики, машинного обучения и управления базами данных. Интеллектуальный анализ данных может использоваться в широком спектре приложений, таких как маркетинг, финансы, здравоохранение и научные исследования.
Цель интеллектуального анализа данных
Основная цель интеллектуального анализа данных — выявить..
Модели деревьев решений с использованием Python — Сборка, визуализация, оценка
Руководство и пример от MITx Analytics Edge с использованием Python
Деревья классификации и регрессии (CART) можно преобразовать в график или набор правил для прогностической классификации. Они помогают, когда модели логистической регрессии не могут предоставить достаточные границы решений для прогнозирования метки. Кроме того, модели дерева решений более интерпретируемы, поскольку они имитируют процесс принятия решений человеком. Кроме того, регрессия дерева решений может фиксировать..
Новый год, новые навыки: погрузитесь в машинное обучение с этими обязательными к прочтению книгами
В последние годы машинное обучение становится все более важной областью. В связи с растущим спросом на квалифицированных специалистов в этой области важно быть в курсе последних достижений и передового опыта.
В этой статье мы рассмотрим пять книг, которые каждый начинающий специалист по машинному обучению должен прочитать в 2023 году.
Отказ от ответственности: эта история содержит партнерские ссылки, и я могу получать небольшую комиссию, когда вы нажимаете и совершаете покупку по..
Машинное обучение для прогнозирования: размер имеет значение
Сравнение классических методов прогнозирования с машинным обучением
Машинное обучение все чаще применяется для решения задач прогнозирования. Классические подходы к прогнозированию, такие как ARIMA или экспоненциальное сглаживание, заменяются алгоритмами регрессии машинного обучения, такими как XGBoost, процессы Гаусса или глубокое обучение. Однако, несмотря на повышенное внимание, все еще остаются сомнения в прогнозирующей эффективности методов машинного обучения.
Макридакис, одно..
Ключевые проблемы развертывания модели машинного обучения
Машинное обучение стало неотъемлемой частью различных отраслей, от финансов до здравоохранения и не только. Однако создание мощной и эффективной модели машинного обучения — это только начало пути. Развертывание модели в производственной среде сопряжено с собственным уникальным набором проблем, и без надлежащего планирования и исполнения модель может не принести ожидаемых преимуществ.
В этой статье мы сосредоточимся на двух основных категориях проблем при развертывании модели машинного..
Data Scientist — больше, чем просто Data Scientist
Мои мысли о том, как лучше всего войти и продвинуться в области науки о данных…
Здравствуйте, можно вопрос? Какие основные навыки необходимы специалисту по обработке и анализу данных, чтобы добиться успеха? Я могу гарантировать, что ответ на этот вопрос зависит от человека и фирмы. Должен признать, что на этот вопрос нет однозначного объективного ответа. Но мне, как специалисту по данным, всегда было интересно, почему. Если мы можем создавать беспилотные автомобили и..
Мой проект Вивино
My Vivino — это онлайн-рынок. У нас есть обширная база данных вин, и у нас 27 миллионов пользователей, в основном в Северной Америке.
Одна из наших ведущих услуг — система рекомендаций по винам. Это начинает быть немного старым. Основанный на правилах. Мы продаем вино на основе посещения/исследования наших клиентов.
что тут можно описать
Сбор/очистка данных Исследование данных Визуализация данных Машинное обучение Машинное обучение
Где найти данные?
В любом месте. Лом..
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..