Публикации по теме 'data'
Улучшение качества данных: основа для точных и надежных моделей
В этой статье рассматривается важность подачи высококачественных данных в модели машинного обучения и проливается свет на несколько проблем с качеством данных, которые, если их не решить, могут подорвать целостность проектов по науке о данных.
Почему ИИ и машинное обучение требуют качественной информации
Эта статья является частью серии материалов Измерение данных: робототехника и автоматизация , разработанной The Economist Intelligence Unit (EIU) при поддержке Veritas. В этой серии мы исследуем, каким образом информация и данные лежат в основе этого технологического прогресса, а также проблемы управления, с которыми сталкиваются компании при внедрении этих технологий.
Искусственный интеллект (ИИ) совершил большой скачок за последние десять лет, продвинувшись от университетских..
Краткое введение в структуры данных
В информатике структура данных представляет собой набор значений данных, взаимосвязь между этими значениями и функциями или операциями, которые можно применять к данным.
Чтобы полностью понять изложенную выше концепцию, нам необходимо понять концепцию типов данных .
Тип данных относится к определенному типу данных, то есть к набору возможных значений и основных операций над этими значениями. Он сообщает системному компилятору или интерпретатору, как программист собирается..
Прогресс в обнаружении аномалий, часть 2 (машинное обучение)
Делаем метод на основе реконструкции снова эффективным для обнаружения аномалий видео (arXiv)
Автор: Ичжоу Ван , Цань Цинь , Юэ Бай , И Сюй , Сю Ма , Юнь Фу .
Аннотация: Обнаружение аномалий в видео является серьезной, но сложной проблемой. Предыдущие подходы, основанные на глубоких нейронных сетях, использовали подходы, основанные на реконструкции или прогнозировании. Тем не менее, существующие методы, основанные на реконструкции, 1) полагаются на устаревшие сверточные..
Варианты использования обработки естественного языка
1. Освойте обработку естественного языка в 2022 году с лучшими ресурсами
Как уже упоминалось ранее, глубокое обучение — это подобласть машинного обучения. Он гораздо более обобщен, поскольку дает обобщенные прогнозы по сравнению с традиционным машинным обучением благодаря внедрению искусственных нейронных сетей или ИНС. Практика НЛП с глубоким обучением — важный шаг к карьере в области искусственного интеллекта и науки о данных. В настоящее время почти каждое реальное приложение ИИ..
Снижение размерности с помощью анализа главных компонентов
Больше не всегда лучше. Данные с высокой размерностью могут быстро стать непригодными из-за ограничений ресурсов и того, для чего вы планируете их использовать. Данные со 150 столбцами не дадут вам многого, если у вас нет вычислительного пространства для их анализа или если вы даже не знаете, что ищете. В качестве средства правовой защиты мы используем метод, называемый уменьшение размерности , чтобы уменьшить наши данные до размера, которым можно управлять и который будет содержать..
Основы панд — 2
В этом посте мы рассмотрим еще несколько функций Pandas.
info(): возвращает сводную информацию о DataFrame, включая размер и типы данных каждого столбца, а также количество ненулевых значений.
Функции info() и describe() кажутся похожими. Но они отличаются, потому что функция info() возвращает информацию о столбцах, а функция describe() генерирует статистическую сводку для числовых столбцов фрейма данных.
Например:
import pandas as pd
data = {'Name': ['Alice', 'Bob',..
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..