Публикации по теме 'data-science'
Основы машинного обучения
Существует 3 типа алгоритмов машинного обучения.
1. Контролируемое обучение
Как это работает: этот алгоритм состоит из переменной цели/результата (или зависимой переменной), которая должна быть предсказана на основе заданного набора предикторов (независимых переменных). Используя этот набор переменных, мы создаем функцию, которая сопоставляет входные данные с желаемыми выходными данными. Процесс обучения продолжается до тех пор, пока модель не достигнет желаемого уровня точности..
Роль генеративно-состязательных сетей (GAN) в финансах
Изучение возможностей GAN в финансах
Представьте, что вы специалист по данным, который проводит исследования в банке и собираетесь опубликовать новую научную статью. Давайте возьмем данные из банка, алгоритм и результаты и начнем писать статью, легко, верно?
Ну нет! Сразу останавливаемся на части «давайте возьмем данные из банка». Большинство банков не желают выдавать свои данные для каких-либо публикаций, так как они слишком конфиденциальны.
Вместо этого вам скажут следующее:..
Настройка гиперпараметра ансамбля средневзвешенных значений в Python
Введение
В предыдущем блоге « Простой средневзвешенный ансамбль | Машинное обучение », я рассказал о том, как реализовать средневзвешенный ансамбль из нескольких классификаторов, чтобы получить различную информацию о данных и повысить производительность вашей модели. В этом блоге я сделаю еще один шаг, чтобы продемонстрировать, как выполнить настройку гиперпараметров вашего ансамбля в python.
Модель данных
Для данных вы можете найти их здесь:..
Смотрите: Введение в обучение с подкреплением
Обучение с подкреплением (RL), область последовательного принятия решений, значительно эволюционировала за последние несколько лет, достигнув сверхчеловеческой производительности при решении сложных настольных игр, 2D-игр Atari и 3D-игр (Doom, Quake, StarCraft). Но это не просто игры, это решение произвольных задач с помощью действительно общих алгоритмов. Полностью посвятив себя этому поиску, существует огромное исследовательское сообщество, которое занимается конечной целью создания..
Как бэкдор-атаки работают в конвейерах машинного обучения, часть 9
G2uardFL: защита федеративного обучения от бэкдор-атак с помощью кластеризации Attributed Client Graph (arXiv)
Автор: Хао Юй , Чуан Ма , Мэн Лю , Синьван Лю , Чжэ Лю , Мин Дин .
Аннотация: Федеративное обучение (FL) как совместная парадигма позволяет клиентам участвовать в коллективном обучении моделей без обмена соответствующими локальными данными. Тем не менее, FL остается уязвимым для бэкдор-атак, когда злоумышленник компрометирует вредоносных клиентов и вводит веса..
Шаблон проектирования Pub-Sub Concurrency в Golang с модульными тестами
Я объясню концепцию, цели, плюсы, минусы и сценарии использования шаблона Pub-Sub. Я также предоставлю простой экземпляр монитора цен на акции и простую реализацию экземпляра уведомления в реальном времени с модульными тестами с использованием Golang.
Нажмите, чтобы стать участником Medium и читать неограниченное количество историй !
Концепция
Полное имя шаблона Pub-Sub — шаблон Publisher-Subscriber. В этой статье я всегда использую сокращенный способ — шаблон pub-sub...
Преобразование наборов группировки SQL в Python
Как обрабатывать мультигруппу Postgres 9.5 в Pandas
Поняв, как именно работает группировка наборов, мы увидим, как написать функцию Python для этого, используя Pandas.
SQL: набор группировок
Супер полезная мультигруппировка Postgres 9.5. Это создает союз различных группировок. Давайте создадим таблицу для нашего примера:
— create a table
CREATE TABLE students (
name Text Not null,
class TEXT NOT NULL,
gender TEXT NOT NULL,
grade INTEGER NOT NULL
);
— insert some values..
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..