WedX - журнал о программировании и компьютерных науках

Публикации по теме 'data'


5 пакетов R для машинного обучения
Поскольку R — один из самых популярных языков для машинного обучения, существует множество пакетов, которые могут ускорить ваши проекты по науке о данных. Такие ресурсы, как ggplot, dplyr и data.table, уже очень популярны для любой работы со статистикой, но вот несколько отличных пакетов для машинного обучения, которые можно держать в заднем кармане. млр3 mlr3 — это пакет, ориентированный на большие наборы данных и масштабируемые решения. Он фокусируется на основных вычислительных..

Исследуйте сцену Airbnb в Сиэтле!
Подход, основанный на данных, для понимания различных аспектов предложения Airbnb в Сиэтле Введение Планируете ли вы посетить Сиэтл в ближайшем будущем? Кто-то из семьи или друзей, или, может быть, вы просто хотите исследовать город? если да, то этот пост поможет вам понять варианты проживания, если вы планируете бронировать через Airbnb. Лично я был заинтригован, и хотя потенциально вы можете задать бесконечное количество вопросов, было несколько конкретных вопросов, на..

Соображения безопасности при использовании перечислений в схемах Avro
EXPEDIA GROUP ТЕХНОЛОГИИ — ДАННЫЕ Соображения безопасности при использовании перечислений в схемах Avro Использование перечислений обычно является хорошей практикой, но это не всегда так при использовании Apache Avro. Apache Avro обычно используется как в пакетных системах, так и в системах данных реального времени для описания расширяемых и защищаемых схем данных. Avro позволяет создавать системы данных, в которых типы данных можно изменять, не затрагивая производителей или..

Какой второй параметр в parseInt?
В этой статье будет обсуждаться метод JavaScript parseInt . Когда строка анализируется (разбивается) , эта функция возвращает целое число или NaN . (Не число) . Работа функции parseInt Для извлечения целого числа из строки обычно используется функция parseInt. При этом возвращаемое значение преобразуется в действительное число. Синтаксис – parseInt(string) 10 не является целым числом в приведенном выше примере; это строка. Из-за того, что мы умножаем 2 на строку,..

Изучите классификатор дерева решений
На примере использования алгоритма ID3 Дерево решений — это метод обучения с учителем , построенный путем итеративного задания вопросов набору данных. 2 основных вопроса: Как следует разделять записи об обучении? Меры примесей используются для обнаружения асимметрии в распределении по классам. Загрязнение родительского узла до разделения сравнивается с загрязнением дочернего узла после разделения…

6 лет в данных
Уроки и размышления о путешествии проанализированы как набор данных, но написаны для технических товарищей. Мотивация Ведение дневника — это то, чем я занимаюсь параллельно с психоанализом уже 3 года, еженедельно размышляя о том, как я управлял своими эмоциями. Желание создать такую ​​же рутину для карьерного обучения существовало уже некоторое время, но ни одно желание не повлияло на меня так сильно, как чтение черновика от августа 2022 года, в котором рассказывается о моих первых 5..

Понимание нейронных ОДУ (ИИ)
Теория реализации рекуррентных нейронных ОДУ с использованием встраивания полиномиальной системы ( arXiv ) Автор: Мартин Гонсалес , Тибо Дефурно , Хатем Хайри , Михай Петрецкий Аннотация: В этой статье мы показываем, что нейронные аналоги ОДУ рекуррентных (ODE-RNN) и сетей с долговременной кратковременной памятью (ODE-LSTM) могут быть алгоритмически встроены в класс полиномиальных систем. Это встраивание сохраняет поведение ввода-вывода и может быть расширено на другие..

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]