WedX - журнал о программировании и компьютерных науках

Публикации по теме 'data'


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..

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,..

Метрики классификации: матрица путаницы — настоящая путаница, не так ли?
Метрики используются для определения производительности модели машинного обучения. Ежедневно используется от четырех до пяти метрик классификации. давайте разберемся с ними один за другим. Оценка точности: - Это базовая метрика классификации, используемая для определения оценки точности любой модели классификации. Это не что иное, как правильный прогноз, сделанный моделью, разделенный на общее количество прогнозов. Оценка точности = верный прогноз / общее количество прогнозов..

Объяснимый бум ИИ: почему XAI важен? И почему сейчас? — Тим Лирс
Как мы уже упоминали в нашем посте о трендах , количество исследователей, разработчиков и компаний, занимающихся eXplainable AI (XAI), с каждым годом растет все быстрее. 💡 XAI — это общий термин для методов, алгоритмов и инструментов, позволяющих лучше понять внутреннюю работу ИИ. Это контрастирует с обычным положением дел, когда решения ИИ являются черными ящиками , то есть когда разработчик не может объяснить результат алгоритма. XAI позволяет разработчикам, лицам,..

Линейная регрессия: руководство для начинающих
Линейная регрессия — это статистический метод, используемый для моделирования линейной зависимости между зависимой переменной и одной или несколькими независимыми переменными. Это широко используемый метод анализа данных, который часто используется для прогнозирования непрерывных значений, таких как цены или температуры. В этой статье мы рассмотрим основы линейной регрессии и способы ее применения в реальных сценариях. Что такое линейная регрессия? Линейная регрессия — это линейный..

Классы данных Python
Каждому разработчику Python требовалось в какой-то момент создать класс, предназначенный для хранения данных. До сих пор при реализации такого класса им приходилось реализовывать многие базовые функции, такие как хеширование и сравнение, что в итоге приводило к груде шаблонного кода. Вот тут-то и пригодятся классы данных, чтобы упростить и сделать их более компактными. Что такое класс данных? Класс данных, как следует из его названия, - это класс, обычно используемый для хранения..

Математические концепции, важные для машинного обучения: обзор
В этом блоге будут рассмотрены математические концепции, важные для машинного обучения. Наша жизнь изменилась благодаря автоматизации и машинному обучению. Очень мало людей, на которых не повлияли бы AI или ML. ML и AI повсюду, включая социальные сети, умные финансы, здравоохранение и другие средства. Машинное обучение — это обширная область. Он включает в себя вероятность, статистику, информатику и алгоритмы, используемые для создания интеллектуальных приложений. Эти программы..

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]