Публикации по теме 'data-science'
Пользовательские пайплайны Vertex AI для начинающих с использованием образов Docker [Часть 2]
Машинное обучение, млн операций в секунду
Пользовательские пайплайны Vertex AI для начинающих с использованием образов Docker[Часть 2]
Пошаговое руководство о том, как создать собственный образ Docker на Vertex AI.
Мотивация
В моем предыдущем посте я обсудил процесс реализации пользовательских конвейеров в Vertex AI с использованием компонентов Kubeflow. Для простоты мы обсудили распространенный вариант использования под названием Предсказать качество вина ».
В этом..
Искусственный интеллект…!!
Ого… Удивлен, что я собираюсь рассказать обо всех аспектах искусственного интеллекта всего в одном посте в блоге!? Это точно невозможно!! Но я уверен, что смогу дать вам базовое представление об этом через этот блог.
Большинство наших процедур начинаются с разблокировки телефона с помощью опций разблокировки по отпечатку пальца или лицу и в конечном итоге заканчиваются словами: «Удивительно!! Сегодня я прошел 10 000 шагов» или «Привет, Siri, поставь будильник на 5 утра». Нравится..
Примечания к лекциям по глубокому обучению: сети с прямой связью — Часть 3
Конспект лекций FAU по глубокому обучению
Сети прямого распространения — часть 3
Алгоритм обратного распространения
Это конспект лекций FAU YouTube Lecture Deep Learning . Это полная стенограмма видео лекции и соответствующие слайды. Мы надеемся, вам понравится это так же, как видео. Конечно, эта стенограмма была создана с использованием методов глубокого обучения в основном автоматически, и вручную были внесены лишь незначительные изменения. Если вы заметили ошибки,..
Понимание функции torch.gather в Pytorch
Два аргумента этой функции, index и dim , являются ключом к пониманию функции.
В случае 2D dim = 0 соответствует строкам, а dim = 1 соответствует столбцам.
В случае 3D dim = 0 соответствует изображению из пакета, dim = 1 соответствует строкам, а dim = 2 соответствует столбцам.
Случай двумерного входного тензора
1. Понимание аргумента dim:
а. Когда dim = 0, мы выбираем строки.
б. Когда dim = 1, мы выбираем столбцы.
2. Понимание аргумента индекса:
а. Аргумент индекса..
Как установить технические метрики Data Science Project для бизнеса
Технический KPI является обязательным в рамках Data Science Project
Специалист по данным — это человек, нанятый для решения бизнес-проблемы с использованием продуктов данных. Тем не менее, тенденции в курсе науки о данных сосредоточены на технологическом аспекте, а не на бизнес-точке зрения. Честно говоря, если ученые данных сначала изучат бизнес, а не технологии, их шансы быть нанятыми возрастут .
Одним из основных направлений работы специалистов по данным являются технические..
прогнозировать отток клиентов банка с помощью Random Forest с перекрестной проверкой поиска по сетке в Python.
***Меня зовут Мохамед Собхи, и я учусь на факультете навигационных наук и космических технологий**** Классификация с помощью набора данных банка OpenML. *************Пакет: scikit-learn ********************** ********** *******Алгоритм: модель дерева решений ******************* *******************Набор данных : банковский набор данных по оттоку******************** ***Выбор модели: с использованием перекрестной проверки поиска по сетке (GSCV)****
Набор данных
Я использую набор данных от..
Аналитик данных, специалист по данным, инженер данных — в чем разница между всеми работами, связанными с данными?
В настоящее время работа с данными является популярной карьерой — компании продолжают собирать все больше и больше данных, чем когда-либо, и понимают необходимость использования этих данных для обоснования своих бизнес-решений.
Но в чем разница между всеми разными ролями? И на какую работу вам следует ориентироваться, если вы пытаетесь проникнуть в индустрию данных?
Общие названия вакансий в области данных включают аналитика данных, специалиста по данным, инженера данных, аналитика..
Новые материалы
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..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..