Публикации по теме 'data-science'
ПРИХОДИМ, ДАВАЙТЕ ВСТУПИТЬ В НОВОЕ КРАСИВОЕ МАШИННОЕ ОБУЧЕНИЕ ДРАКОНА
Почему машинное обучение?
Машинное обучение — это извлечение знаний из данных. Это область исследований на стыке статистики, искусственного интеллекта и информатики, также известная как прогностическая аналитика или статистическое обучение. Применение методов машинного обучения в последние годы стало повсеместным в повседневной жизни. От автоматических рекомендаций о том, какие фильмы посмотреть, какую еду заказать или какие продукты купить, до персонализированного онлайн-радио и..
30 самых полезных библиотек Python для обработки данных
Для предстоящего Саммита инженеров данных 18 января мы связались с некоторыми из ведущих экспертов в этой области, чтобы обсудить эту тему. В ходе наших обсуждений и исследований мы обнаружили, что самые популярные языки программирования для инженерии данных включают Python, Java, Scala, R, Julia и C++. Тем не менее, Python продолжает лидировать благодаря своей растущей экосистеме библиотек, инструментов и сред для обработки данных и смежных областей, таких как машинное обучение и..
10 лучших пакетов Python для анализа и визуализации данных
Обзор 10 лучших пакетов Python для эффективного анализа данных, машинного обучения и визуализации.
Python стал одним из самых популярных языков программирования для анализа данных и машинного обучения. Отчасти это связано с его мощными библиотеками, упрощающими процесс работы с данными. В этой статье мы обсудим 10 лучших пакетов для работы с данными в Python, включая Pandas, Vaex, Dask и Datashader.
Панды
Pandas — это библиотека для обработки данных, которая предоставляет простой..
Специальные возможности Веб-разработка — Как сделать приложения R Shiny доступными — R-программирование
Могут ли ваши информационные панели R Shiny использоваться всеми пользователями? Сегодня мы рассмотрим специальные возможности R Shiny — концепцию, которую должен знать любой веб-разработчик.
Крайне важно, чтобы вы обратили внимание на доступность R Shiny на раннем этапе. Почему? Потому что вы хотите убедиться, что ваши данные…
Не бойтесь столкнуться с эффектом новизны.
Давайте представим, что мы внедрили новую функцию, и нашей основной метрикой было время, проведенное на сайте, и оно подходит для тестирования по сравнению с контролем.
Мы довольны и внедряем эту функцию для всех пользователей, но через несколько недель мы обнаруживаем резкое снижение затрачиваемого времени. Мы чешем затылки и отчаянно пытаемся понять, что пошло не так в нашем эксперименте.
Это может быть вызвано многими факторами, один из которых называется «эффектом новизны»...
Понять потерю перекрестной энтропии за считанные минуты
Мы всегда хотели написать о потере кросс-энтропии. Это всего лишь естественное продолжение нашей популярной статьи об активации Softmax . Они лучшие друзья. Было так странно писать о Softmax без упоминания кросс-энтропии! Мы также прислушиваемся к нашим читателям в нашей статье Голосование за статью . Наша цель - написать как можно больше учебных пособий по ML, DL, обучению с подкреплением и науке о данных для начинающих. Следующий шаг - написать статьи о машинном обучении и написать..
Улучшение навыков общения и рассказывания историй в науке о данных
Наука о данных — это дисциплина, которая занимается извлечением знаний и ценности из данных с использованием научных методов, алгоритмов и компьютерных инструментов. Наука о данных применяется в различных секторах и областях, таких как медицина, маркетинг, финансы, образование и многие другие. Однако, чтобы быть эффективными и влиятельными, специалисты по данным должны не только уметь манипулировать данными и анализировать их, но и четко и убедительно передавать их различным..
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..