Публикации по теме 'data'
Corise — «Python для науки о данных» 💻
Проект 1 — Airbnb 🏢
Я начал писать код на Python для моего проекта первой недели для Corise. Я нашел язык невероятно универсальным и простым в освоении, применяя различные функции Numpy. Я обнаружил, что использование Numpy упростило мой код и создало более лаконичный конечный продукт, что позволило мне уделять больше времени алгоритмам. Мы работали над нашим проектом в пространстве для совместной работы Google. Однако я обнаружил, что использование компьютера в общем пространстве..
Как собирать качественные данные для моделей машинного обучения в ритейле?
«Данные — это новая наука. Большие данные содержат ответы». – Пэт Гелсингер.
Вы с энтузиазмом относитесь к внедрению искусственного интеллекта, чтобы сделать ваши покупки в магазине и за его пределами более удобными, но не знаете, как собирать данные, чтобы начать создание моделей машинного обучения?
Тогда читайте дальше, потому что этот блог даст вам представление о том, как легко вы можете собирать данные, используя существующие системы, для создания компьютерного зрения..
Что нужно, чтобы стать инженером по машинному обучению в Hurb
Навыки и опыт, необходимые для работы инженером по машинному обучению в Hurb, могут вас удивить.
Инженеры по машинному обучению
Инженеры по машинному обучению отвечают за исследование, создание и проектирование моделей, а также за обслуживание и улучшение систем машинного обучения.
Кто-то может подумать, что для того, чтобы стать инженером по машинному обучению, вам нужно иметь опыт программирования с многолетним опытом работы в этой области, а также сильные математические знания,..
Введение в SQL
Введение
Язык структурированных запросов, также известный как SQL, представляет собой язык программирования баз данных, в основном используемый для обработки данных и манипуляций с данными. SQL не только является одним из самых простых для изучения и кодирования языков программирования, но также является наиболее распространенным способом доступа к данным и их применения в современном мире.
Диалекты SQL
Программисты используют различные диалекты SQL. Вот некоторые из них:..
Использование глубокого обучения для обнаружения сцен отеля
Не судите книгу по обложке
Вы, должно быть, часто слышали эту фразу, но она не на 100% верна. Мы часто судим о чем-то по первому увиденному, в том числе выбираем место для проживания. Tiket.com готов предоставить пользователям лучший опыт, чтобы они могли легко определить, как выглядит отель. Это означает, что мы должны поместить изображение здания или спальни в качестве основного изображения вместо изображения ванной комнаты.
Учитывая приведенные выше примеры, мы видим, что..
Справедливость? Этика? Почему разнообразные данные важны для вашего ИИ? Модели?
Введение
В этом руководстве мы обсудим важность наличия разнообразия в ваших наборах данных машинного обучения (ML) или искусственного интеллекта (AI). Мы все прекрасно понимаем, что для эффективного использования модели машинного обучения или искусственного интеллекта для решения конкретной задачи крайне важно иметь качественные обучающие данные для самой модели. Независимо от того, насколько эффективна или точна модель, если она снабжена набором данных низкого качества и обучена на нем,..
Аркада Уровень 2 июль
Данные быстро превращаются в валюту будущего. Каждый день генерируется невообразимое количество информации, предоставляя идеи и возможности, ожидающие своего открытия. По мере того, как мы принимаем революцию в области данных, становится все более очевидным, что те, кто сможет эффективно использовать и анализировать это богатство информации, будут определять будущее.
Добро пожаловать на Arcade Level 2 July , где мы приглашаем вас отправиться в глубокое погружение в преобразующие данные...
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..