Публикации по теме 'data'
Создание проекта прогнозирования продаж с нуля: пошаговое руководство
Углубленный анализ данных, передовые методы и как наука о данных формирует будущее розничной торговли
Введение в вызов
Вы когда-нибудь задумывались, как крупным розничным сетям удается поддерживать свои запасы в полном соответствии со спросом ? С этой проблемой сталкиваются даже европейские гиганты, такие как аптеки Rossmann . С сетью, насчитывающей более 3000 магазинов в 7 странах , прогнозирование продаж на следующие шесть недель стало колоссальной задачей .
Сила науки о..
Почему «данные как продукт» нуждаются в обнаружении данных?
То, как мы разрабатываем информационные продукты для внешних и внутренних потребителей, противоречиво. внешние потребители – это наши заказчики, клиенты или конечные пользователи, которые составляют основу нашей прибыли . внутренние потребители — это команды, работающие с данными, продуктами, операциями или маркетингом, которые составляют основу организации для создания успешных продуктов, приносящих прибыль. Хотя мы уделяем огромное внимание нашим внешним потребителям, что мы..
Подходы к пакетной обработке
Введение
Требования к пакетной обработке варьируются от небольших однократных действий до крупномасштабных частых процессов. При выборе подхода следует учитывать объем задействованных данных и сложность. В этой статье представлены несколько различных подходов к пакетной обработке в контексте их пригодности, преимуществ и недостатков.
ETL-инструменты
Инструменты ETL — это тяжеловесные приложения для регулярного преобразования больших объемов данных. Они предлагают графические..
Новая функция машинного обучения Snowflake для Model Registry
Оптимизируйте задачи машинного обучения с помощью Snowpark и библиотеки Model Registry.
Немного истории
В Infostrux мы работали над примерами использования машинного обучения, используя Snowflake в качестве основы. Это был исключительный опыт работы в той же среде, где хранятся данные. Мы смогли использовать замечательные функции Snowflake, такие как обнаружение данных, оптимизация запросов, клонирование с нулевым копированием, совместное использование и многое другое.
Когда..
Пять подкастов, которые вы должны слушать как Data Scientist
Подкасты могут быть отличным способом развлечься и получить информацию. Вот пять из них, которые я слушаю как Data Scientist.
Подкасты продолжают оставаться обычным средством не только для развлечения, но и для обучения. Прослушивание подкастов — отличный способ узнать что-то новое, и миллионы выпусков подкастов доступны на разных платформах, так что вы обязательно найдете хотя бы один, который вам понравится. Они охватывают широкий спектр тем, от каякинга до исследования космоса и..
Что такое DataOps?
В настоящее время мы живем во времена, когда мы, наши устройства и сети, которые их передают, производят огромные объемы данных. Рассмотрим обычные обмены. Вы проверили свою электронную почту? Данные. У вас есть где-нибудь пин-код? Данные. Ездили где-нибудь на подключенном транспортном средстве? Данные. Каждый раз, когда ветряк вращается? Данные. Каждый звонок через сотовую вышку? Данные. Когда совершалось одно из таких действий, какой-то центр обработки данных собирал,..
Как выполнить условное логическое программирование (операторы If-Else) в SQL SELECT?
В SQL оператор SELECT извлекает данные из одной или нескольких таблиц. Это позволяет нам указать, какие столбцы мы хотим получить, и любые критерии фильтрации или сортировки, которые мы хотим применить. Но в нашей повседневной жизни мы никогда не сможем избежать логики, потому что она присутствует в наших действиях и мыслях. Так что, если мы хотим выполнить некоторую условную логику внутри самого оператора SELECT?
Во-первых, давайте спросим себя, что такое условная логика? И как..
Новые материалы
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..
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..