WedX - журнал о программировании и компьютерных науках

Публикации по теме 'data-science'


Понимание наивного Байеса
Наивный байесовский алгоритм — это простой и мощный алгоритм, который помогает компьютерам учиться на данных. Он называется «наивным», потому что предполагает, что все признаки независимы, что не всегда верно. Представьте, что вы детектив, пытающийся раскрыть преступление. У вас есть список подозреваемых и некоторые улики. Вы знаете, что у подозреваемого каштановые волосы, высокий рост и татуировка. Вы также знаете, что жертва сказала, что подозреваемый был одет в красную рубашку...

Ускорьте свой успех: раскрытие секрета решения соревнований Kaggle менее чем за 60 минут…
Введение в блоки данных Databricks — это новаторская платформа для анализа данных, призванная помочь предприятиям раскрыть весь потенциал своих данных. В качестве совместной рабочей области для науки о данных и машинного обучения Databricks позволяет командам быстро создавать, масштабировать и развертывать сложные решения ИИ. Построенный на Apache Spark, Databricks легко интегрируется с современными средами больших данных, что позволяет упростить обработку данных и аналитику. Его..

Примеры теста хи-квадрат с R
"Статистика" Примеры теста хи-квадрат с R Анализ ассоциации и распределения переменных Введение Когда мы говорим о тестах хи-квадрат, в основном мы изучаем два типа: Хи-квадрат для независимости Хи-квадрат для согласия Оба они являются непараметрическими тестами (которые не имеют непрерывной шкалы для измерения и не содержат допущений). Первый помогает определить любую связь между качественными переменными, а второй сообщает, следует ли выборка тому же..

Пространство аналитики: 2019–2021 гг., в ретроспективе
Три года назад я впервые в своей карьере переключился на сферу аналитики. Если бы мне пришлось признать, тогда это было больше похоже на авантюру, чем на взвешенное решение. Переходя от более общей карьеры в области управления, когда я только начинал, я знал только Excel, Power Point и некоторые концепции управления стратегией и бизнесом. Хотя мне было удобно работать с числами (читай: с электронными таблицами), у меня не было опыта работы во всех областях аналитики. Я до сих пор..

Мозговой имплантат с поддержкой искусственного интеллекта революционизирует выздоровление пациентов: новое открытие движения и ощущений
Благодаря новаторской разработке технология мозговых имплантатов с поддержкой ИИ стала маяком надежды для людей, живущих с параличом. Институт биоэлектронной медицины им. Файнштейна при Northwell Health осуществил выдающийся прорыв, который обещает изменить жизнь таких пациентов, как Кит Томас из Нью-Йорка. Томас, жертва трагического дорожно-транспортного происшествия в 2020 году, получил травмы позвоночника C4 и C5 позвонков, что привело к разрушительной потере чувствительности и..

Обнаружение определителя матрицы
Основы Обнаружение определителя матрицы Разблокировка ключевого элемента собственного разложения В линейной алгебре есть концепции, которые легко понять с первого раза. Вероятно, потому что их приложения и варианты использования относительно очевидны, а концепции несколько осязаемы. Однако концепция матричного детерминанта сделала для меня полную противоположность — я был скорее сбит с толку, чем просветлен. Мое замешательство в основном было связано с тем, что у меня резко..

Важность данных в науке о данных
Причина невероятных достижений в области машинного обучения кроется в данных и вычислительной мощности. На протяжении многих лет, используя лучшие технологии, мы сохранили данные, которые превратились в гигантский снежный ком. Имея так много областей (финансы, здравоохранение, спорт, банковское дело, страхование, торговля и т. Д.) Для исследования, данные приходят с трудностями при их получении, обработке и сохранении (хранении). Откуда мы получаем источники? Чтобы использовать,..

Новые материалы

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..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]