WedX - журнал о программировании и компьютерных науках

Публикации по теме 'data-visualization'


Технологии искусственного интеллекта становятся все доступнее и доступнее, а значит, больше https://www.quer
Технологии искусственного интеллекта становятся все более доступными и доступными, а это значит, что больше https://www.querykiller.in/2023/03/how-ai-will-increase-unemployment-rate.html

Хронология конца света
Недавний информационный бюллетень Голые данные указал мне на эту статью в Википедии, в которой приводится список предсказаний конца света на протяжении всей письменной истории. Это временная шкала того, когда должен был наступить конец света, кто утверждал, что это произойдет и как/почему. Это википедия, поэтому она настолько точна и полна, насколько может быть википедия. Я подумал, что было бы неплохо увидеть на реальной временной шкале, так что вот она:..

Как заменить источник данных в Tableau
Простая демонстрация, показывающая, как заменить источники данных в Tableau. Работая с Tableau и пытаясь заменить свой источник данных, вы пришли в нужное место. Заменить источник данных в Tableau можно быстро и легко, будь то файл Excel, который вы хотите использовать вместо исходного источника данных, или вам нужно изменить подключение к существующему источнику данных.

Прогнозное моделирование с использованием Sklearn
Использование Imodels для создания лаконичных, прозрачных и точных прогностических моделей Sklearn — это библиотека Python, содержащая несколько моделей машинного обучения. Эти модели можно использовать для решения таких задач, как классификация и регрессия. К множеству алгоритмов, таких как Наивный Байес, SVM, Дерево решений и т. д., можно легко получить доступ и использовать для решения множества задач.

Как использовать коэффициент Пирсона и Спирмена — Руководство для начинающих
Коэффициенты Пирсона и Спирмена являются чрезвычайно важными понятиями для анализа данных, и знание того, как применять каждый из них, повысит эффективность ваших проектов по работе с данными. Часто задаваемые в интервью, они представляют фундаментальную тему данных: измерение корреляции. Если вы хотите изучить лежащую в их основе теорию и преуспеть на собеседованиях, просто прочтите эту статью! Удобство использования Пирсон и Спирман развиваются вокруг цели измерения корреляции между..

Визуализация обратного распространения в обучении нейронной сети
Использование HiPlot для создания параллельных графиков координат для визуализации обучения модели глубокого обучения. Понимание и отладка производительности нейронной сети в наборе данных является важной главой в сквозном жизненном цикле модели машинного обучения (ML). Возможность понять, как обучается модель, может дать ценную информацию о том, где можно сделать улучшения. В этой статье мы рассмотрим создание простого, но эффективного метода визуализации процесса под названием..

Крутые графики с гистограммой Seaborn с оттенком и пропорциями
Стройте гистограммы рядом, сравнивая пропорции, слои разных групп населения. Подпишитесь на нас, чтобы получить удобные для начинающих и краткие, готовые к использованию руководства, подобные этому. Получите премиум-интервью и полный курс на uniqtech.substack.com . В этой статье предполагается, что вы знакомы с основными визуализациями данных, такими как гистограмма и точечная диаграмма. В этом руководстве используется дополнительное третье измерение: оттенок для создания..

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]