Публикации по теме 'deployment'
От Jupyter Notebook к облаку: развертывание вашей модели на Heroku
Развертывание моделей машинного обучения на Heroku от Jupyter Notebook
Поскольку машинное обучение становится все более популярным, многие специалисты по данным и разработчики сталкиваются с проблемой развертывания своих моделей в производственной среде. Хотя локальное обучение и тестирование моделей важно для экспериментов, это часто нецелесообразно для реальных приложений. Одним из решений этой проблемы является развертывание модели в облаке, что делает ее легкодоступной для..
Управление жизненным циклом машинного обучения: почему это важно
Из пандемии COVID-19 [ 1 ] мы можем извлечь много уроков, но, сосредоточив внимание только на деловой стороне, возможно, один из них — быстрее реагировать на изменения рынка.
Новые возможности и вызовы
Есть данные, свидетельствующие о том, что онлайн-покупки ускоряются из-за кризиса COVID-19 [ 2 , 3 , 4 ]. Если компании хотят добиться успеха в этом новом сценарии, то понимание и прогнозирование поведения клиентов станет еще более важным, чем до кризиса. Есть ли разница с тем, что..
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..