Публикации по теме 'data-science'
Как развивается технология Knowledge Graph, часть 3 (искусственный интеллект)
Масштабирование графов знаний для автоматизации ИИ цифровых двойников ( arXiv)
Автор: Йорн Пленнигс , Константинос Семерцидис , Фабио Лоренци , Нандана Михиндукуласурия
Аннотация . Цифровые двойники — это цифровые представления систем Интернета вещей (IoT), которые часто основаны на моделях ИИ, обученных на данных из этих систем. Семантические модели все чаще используются для связывания этих наборов данных с разных этапов жизненного цикла систем IoT и для автоматической..
Заполнение больших пробелов во временных рядах с помощью прогнозирования
Абстрактный
В этой статье я покажу простой способ заполнить большие пробелы во временных рядах, сохраняя при этом определенную достоверность и достоверность данных.
Подход заключается в применении прогнозирования по обеим сторонам разрыва и объединении двух прогнозов с помощью интерполяции.
В моем конкретном случае я был занят анализом набора данных, разделенного на три части. Одним из необходимых анализов было опробование различных методов прогнозирования. По этой причине я..
Применение фильтров Калмана часть 3
1. Прогнозирование краткосрочного потока трафика с использованием фильтрации Калмана (arXiv)
Автор: Хондхакер Аль Момин , Саурав Баруа , Md. Шахрир Джамиль , Омар Фарук Хамим
Аннотация . В ходе исследования изучалось прогнозирование количества потоков трафика в течение короткого промежутка времени с помощью метода фильтрации Калмана (KFT), метода вычислительной фильтрации. Краткосрочное прогнозирование трафика является важным инструментом для работы в системе управления..
Изучение различий: Python для машинного обучения против искусственного интеллекта с Python против…
Python для машинного обучения, искусственный интеллект с Python и глубокое обучение с Python — все это связанные, но разные темы в области науки о данных и искусственного интеллекта.
Python для машинного обучения предполагает использование языка программирования Python для создания моделей машинного обучения, которые могут обучаться и делать прогнозы или классификации на основе данных. Это включает в себя анализ данных, распознавание закономерностей и принятие решений с..
Более 100 комплексных проектов по прикладному машинному обучению и науке о данных на Python и R для начинающих…
Освоение аналитики табличных данных с использованием Python и R
Машинное обучение и наука о данных пользуются большим спросом. Работодатели ищут специалистов, которые могут реализовать алгоритмы машинного обучения в своих проектах по науке о данных, используя инструменты с открытым исходным кодом, доступные в Python и R. Здесь я перечислил несколько полезных сквозных проектов. Читатели также могут свободно скачивать проекты.
Блокноты и проекты End-to-End (R & Python) для гражданских..
Сокращение сотрудников в компании (HR POV)
Сокращение сотрудников в компании (HR POV)
Ученые IBM уже предоставили два набора данных. Это для обучения машинного обучения, а другое — для тестирования после того, как машина научилась. Цель этого набора данных — сократить количество сотрудников на основе нескольких факторов, чтобы сделать компанию более эффективной и результативной.
Существует 35 факторов, которые учитываются при сокращении сотрудников. Конечно, если рассматривать его вручную человеком, это займет довольно..
Графики иллюстраций, которые вы можете создать с помощью Python самостоятельно
Каждый раз, когда я посещаю лекцию о машинном обучении или науках о данных, я всегда очень восхищаюсь этими яркими сюжетами. Эти диаграммы настолько яркие, что я легко могу понять, что хочет сказать ведущий. Хотя каждый предпочел бы иметь инструменты перетаскивания, чтобы не писать код самостоятельно, мы еще не на этом этапе.
Недавно я начал читать Справочник по науке о данных Python Джейка Вандерпласа, внутри которого есть несколько ресурсов кода цифр, которые могут помочь читателям в..
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..