Публикации по теме 'data-science'
От Jupyter Notebook к облаку: развертывание вашей модели на Heroku
Развертывание моделей машинного обучения на Heroku от Jupyter Notebook
Поскольку машинное обучение становится все более популярным, многие специалисты по данным и разработчики сталкиваются с проблемой развертывания своих моделей в производственной среде. Хотя локальное обучение и тестирование моделей важно для экспериментов, это часто нецелесообразно для реальных приложений. Одним из решений этой проблемы является развертывание модели в облаке, что делает ее легкодоступной для..
Обработка естественного языка
Процесс естественного языка — это приложение искусственного интеллекта, при котором машины запрограммированы таким образом, чтобы они могли понимать человеческий язык и извлекать из него смысл когнитивным образом. Основная цель НЛП состоит в том, чтобы запрограммировать машины и сделать их способными читать, понимать и шифровать человеческий язык таким образом, чтобы это было точным и полезным для человечества.
Обработка естественного языка пытается применить алгоритм для извлечения знаний..
Введение в НЛП и его важность в современном технологическом ландшафте
Обработка естественного языка (NLP) — это ветвь искусственного интеллекта (ИИ), которая занимается взаимодействием между компьютерами и человеческим языком. Целью НЛП является разработка алгоритмов и моделей, которые могут понимать, интерпретировать и генерировать человеческий язык. NLP имеет широкий спектр приложений, от языкового перевода до анализа настроений, и имеет решающее значение в современном технологическом ландшафте.
Одной из наиболее заметных областей, где НЛП оказало..
Разница между «==» и «is» в Python
В Python есть два оператора для проверки на равенство: == и is . На первый взгляд может показаться, что эти операторы делают одно и то же, но они совершенно разные.
Основное различие между == и is заключается в том, что
== сравнивает значения двух объектов is сравнивает идентичность двух объектов
Пример 1
x = [1, 2, 3]
y = [1, 2, 3]
if x == y:
print("x and y have the same values")
if x is y:
print("x and y are the same object")
else:..
Изучение наилучшего размера теста, количества сгибов и повторяющихся задержек
Изучение выигрышей в гарантированной, поддерживаемой и средней точности; обнаруживать предубеждения
Хотя люди говорят, что от 10% до 30% — это хороший размер теста, он очень зависит от проблемы. Хорошей отправной точкой является то, что я называю гарантированной точностью — точность минус два стандартных отклонения. Используя репрезентативную, но не точно настроенную фиктивную модель, можно смоделировать множество случайных семян разных размеров теста. Возьмите среднее значение и..
Визуализация данных важнее ИИ
В Geronimo Analytics ( https://www.geronimoanalytics.com/ ) мы считаем, что визуализация данных имеет первостепенное значение для понимания ИИ и анализа. На самом деле, мы настолько твердо убеждены, что визуализация является наиболее важным аспектом ИИ, что работаем над созданием инструмента, который повысит скорость, с которой компании смогут быстро визуализировать свои данные.
Что такое визуализация данных? Визуализация данных включает в себя создание диаграмм, графиков и даже..
Машина опорных векторов в Python
Алгоритм классификации машинного обучения
Введение
Машина опорных векторов (SVM) – это популярный алгоритм машинного обучения, который используется для классификации и регрессионного анализа. Это контролируемый алгоритм обучения, который использует концепцию граничных линий или гиперплоскостей или максимального запаса, который представляет собой максимально возможное расстояние между граничной линией и ближайшими точками данных для классификации точек данных по различным..
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..