Публикации по теме 'hands-on-tutorials'
Повернитесь и посмотрите на странное
Как использовать методы обнаружения аномалий для улучшения контролируемого обучения
Традиционная прогнозная аналитика предлагает две парадигмы для рассмотрения большинства проблем: точечная оценка и классификация. Современная наука о данных в значительной степени связана с последним, формулируя многие вопросы с точки зрения категоризации (подумайте о том, как страховщик может попытаться определить, какие клиенты будут генерировать высокие затраты, а не прогнозировать затраты для..
Auto-Sklearn: как повысить производительность и эффективность с помощью автоматизированного машинного обучения
Узнайте, как использовать AutoML, чтобы максимизировать результаты ваших рабочих процессов машинного обучения.
Многие из нас знакомы с проблемой выбора подходящей модели машинного обучения для конкретной задачи прогнозирования, учитывая огромное количество моделей, из которых можно выбирать. Кроме того, нам также необходимо найти оптимальные гиперпараметры, чтобы максимизировать производительность нашей модели.
Эти проблемы в значительной степени могут быть преодолены с помощью..
Rustic Data: визуализация данных с помощью плоттеров — Часть 1
Подробное руководство о том, как превратить необработанные числа в потрясающие графики в Rust.
TL;DR
Plotters — это популярная библиотека Rust для создания визуализации данных . Он предоставляет широкий спектр инструментов и функций, которые помогут вам создавать высококачественные графики , диаграммы и другие визуализации . Эта статья является частью 1 из серии статей, посвященных эстетическим аспектам визуализации, подготовленной с помощью плоттеров . От изменения..
Многофакторный анализ — Выход за пределы одной переменной за раз
Многомерный анализ и визуализация в Python
В наши дни стало обычной практикой для компаний и предприятий собирать как можно больше информации, даже если варианты использования таких данных неизвестны во время сбора — надежда состоит в том, чтобы понять и использовать данные в какой-то момент в будущем. будущее. Как только такие наборы данных станут доступны, люди, ориентированные на данные, будут углубляться в данные в поисках скрытых закономерностей и взаимосвязей внутри данных...
Сводные таблицы в Pandas и обработка мультииндексных данных с практическими примерами в Python
Узнайте, как повернуть Pandas DataFrame и получить ценную информацию
Сводная таблица — это инструмент манипулирования данными, который перестраивает таблицу и иногда объединяет значения для упрощения анализа.
В этой статье мы рассмотрим функцию Pandas pivot_table и то, как использовать различные параметры, которые она предлагает. Мы рассмотрим реальный набор данных от Kaggle, чтобы проиллюстрировать, когда и как использовать функцию pivot_table.
Преимущества сводной таблицы
Вы..
Ускоренный курс по серверному программированию для менеджеров по продуктам//Создание приложения Slack с нуля — Часть 1
Добро пожаловать в первую часть серии Ускоренный курс по бэкенд-программированию для продакт-менеджеров , где мы шаг за шагом создадим приложение Slack.
В этой части вы:
Создайте и настройте новое приложение в Slack Установите приложение в свою учетную запись Slack. Загрузите и установите Xcode (для пользователей Mac) и VSCode. Установить NodeJS Установите пакет npm Slack для отправки сообщений Используя токен приложения из Slack и свой идентификатор пользователя Slack,..
Основы работы с Firestore в Python
Научитесь управлять данными вашего приложения Firebase в Python
Firestore, предоставляемая Firebase и Google Cloud, является популярной облачной базой данных NoSQL для мобильных и веб-приложений. Как и MongoDB, Firestores хранят данные в документах, содержащих поля, сопоставленные со значениями. Документы организованы в коллекции, соответствующие таблицам в реляционных базах данных.
Чтобы управлять данными Firestore с помощью Python, нам нужно использовать Firebase Admin SDK,..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
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..