Публикации по теме 'hands-on-tutorials'
Использование PyArrow для улучшения рабочих процессов pandas и Dask
Получите максимальную отдачу от поддержки PyArrow в pandas и Dask прямо сейчас
Введение
В этом посте исследуется, где мы можем использовать PyArrow для улучшения наших рабочих процессов pandas и Dask прямо сейчас. Общая поддержка dtypes PyArrow была добавлена с pandas 2.0 в pandas и Dask . Это решает кучу давних проблем пользователей обеих библиотек. Пользователи pandas часто жалуются мне, что pandas не поддерживает пропущенные значения в произвольных dtypes или что..
Сложение моделей машинного обучения для многомерных временных рядов
Практические руководства , пробираясь через Dataland
Сложение моделей машинного обучения для многомерных временных рядов
Прогнозирование загрязнения воздуха PM 2.5 с использованием ансамбля стека
Анализ временных рядов слишком часто рассматривается как эзотерическая область науки о данных. Нет. Другие подобласти науки о данных имеют свои особенности (например, НЛП, рекомендательные системы, теория графов и т. Д.), То же самое и с временными рядами. Временные ряды уникальны, а..
Универсальное руководство по ВСЕМ методам перекрестной проверки, которые вы можете (должны) использовать
Объяснение всех процедур CV, которые вам нужно знать как специалисту по данным
Зачем перекрестная проверка?
Пока я не начну продавать сопутствующие товары, я должен рекламировать основную идею. Вот оно.
Давайте представим мир, в котором вы не знаете, что такое процедура перекрестной проверки. В этом сумасшедшем мире вы, очевидно, разделили свои данные на один набор поездов и тестов. Модель учится на обучающих данных, и вы проверяете ее производительность, прогнозируя так..
Кубические сплайны: идеальная модель регрессии
Почему кубические сплайны — лучшая модель регрессии.
Введение
В этой статье я рассмотрю кубические сплайны и покажу, насколько они более надежны, чем модели линейной регрессии высокой степени. Сначала я расскажу о математике кубических сплайнов, затем покажу модель на Python и, наконец, объясню феномен Рунге.
Библиотека Python, используемая в этой статье, называется Regressio . Это библиотека Python с открытым исходным кодом, созданная автором для одномерной регрессии,..
Графовые нейронные сети: путь обучения с 2008 года — Python & Graph Convolutional Network
Сегодня ясный и практический взгляд на теорию GCN. Мы рассмотрим реализацию PyTorch 🔦 GCN 👩🎓 от Kipf. Затем мы применим то, что узнали, к ненавистному набору данных Twitter 🔥
Мои предыдущие посты о графах и машинном обучении:
Графовые нейронные сети: путь обучения с 2008 года — часть 1 Графовые нейронные сети: путь обучения с 2008 года — Часть 2 Graph Neural Networks: путь обучения с 2008 года — Deep Walk Graph Neural Networks: путь обучения с 2008 года — Python & Deep..
Полное руководство по созданию системы показателей кредитоспособности с использованием машинного обучения
Серия инструментов с открытым исходным кодом для решения реальных задач
Я открываю новую серию под названием Инструменты с открытым исходным кодом для решения реальных проблем .
В этой серии я сначала рассмотрю инструмент с открытым исходным кодом, а затем покажу, как применять его для решения реальных задач. В ходе этого процесса я покажу весь код и перечислю все термины, теоремы и алгоритмы, которые вам необходимо знать.
Потенциальная аудитория :
Студенты , которые хотят..
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..