Публикации по теме 'data-science'
Работа с процессом Гальтона-Ватсона, часть 1 (статистика)
Почти критические процессы Гальтона — Ватсона (arXiv)
Автор: Петер Кевей , Ката Кубатович
Аннотация: Исследуются процессы Гальтона — Ватсона в изменяющейся среде, для которых f¯n↑1 и ∑∞n=1(1−f¯n)=∞, где f¯n обозначает потомство среднее в поколении n. Поскольку процесс затухает почти наверняка, для получения нетривиального предела мы рассматриваем два сценария: условие невымирания или добавление иммиграции. В обоих случаях мы показываем, что процесс сходится по распределению..
Анонс PyCaret 3.0 — библиотеки машинного обучения с открытым исходным кодом и минимальным кодом на Python.
Изучение последних улучшений и функций PyCaret 3.0
В этой статье:
Введение Модуль прогнозирования стабильных временных рядов Новый объектно-ориентированный API Дополнительные параметры для регистрации экспериментов Рефакторинг модуля предварительной обработки Совместимость с последней версией sklearn Распределенное параллельное обучение модели Ускорьте обучение модели на ЦП RIP: модуль НЛП и правил Больше информации Авторы
Введение
PyCaret — это библиотека машинного..
Ранняя диагностика аутизма с помощью микробиома и машинного обучения
Построение диагностики аутизма с использованием данных микробиома кишечника и машинного обучения
Когда мне было около 8 лет, моему двоюродному брату поставили диагноз аутизм.
В то время я мало что знал об аутизме. Для меня он был обычным ребенком, который носил подгузники и плакал.
Однако я помню, как мои родители говорили, что это действительно хорошо, что мои тетя и дядя «рано поймали» - я думаю, что это было около его первого дня рождения, когда ему поставили диагноз.
Честно..
Заставьте ИИ работать на ваш бизнес
Ник Гейлорд
Когда дело доходит до будущего ведения бизнеса, ИИ и машинное обучение являются самыми горячими темами. Тем не менее, несмотря на все обсуждения перспектив ИИ, чего-то все еще не хватает — прямой информации о том, как заставить ИИ работать на вас. Если вы подойдете к своему решению неправильно, ваши результаты не будут иметь смысла, но если вы сделаете это правильно, вы сможете построить эффективную систему, которая продвинет ваш бизнес вперед. Мы помогли многим организациям..
Выравнивание коллектора
Объединение нескольких наборов данных
Выравнивание многообразия — это проблема поиска общего скрытого пространства, в котором мы совместно выполняем уменьшение размерности нескольких наборов данных, сохраняя любое соответствие между этими наборами данных. Прежде чем мы углубимся в детали выравнивания коллектора, давайте сначала разберемся, что такое коллектор.
Что такое манифольд?
N-мерное многообразие является наиболее общим математическим пространством с пределами, непрерывностью..
Я протестировал стратегию черепах и был удивлен прибылью в 250 тысяч долларов
Стратегия Turtle Trading — это стратегия следования за трендом, разработанная Ричардом Деннисом и Уильямом Экхардтом. Стратегия основана на наборе правил, которые определяют, когда входить и выходить из сделки на основе ценового действия актива. Стратегия известна своей простотой и способностью приносить прибыль в долгосрочной перспективе.
Основная идея стратегии Turtle Trading заключается в том, чтобы определить направление тренда и войти в сделку в этом направлении. Стратегия..
Tableau и PowerBI: визуализация данных когда и что, часть I
Tableau и PowerBI: визуализация данных когда и что, часть I
автор Джейми Грин
В Когда и что? мы расскажем об основных инструментах и методах решения общей задачи, а также обсудим плюсы, минусы и возможные варианты использования каждого варианта.
Наша первая важная тема - визуализация данных, и у нас столько возможностей для анализа, что два блога кажутся более подходящими, чем втискивать все это в один.
В первой части представлена структура для анализа инструментов..
Новые материалы
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..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..