WedX - журнал о программировании и компьютерных науках

Публикации по теме 'predictive-analytics'


Построение и оценка модели линейной регрессии с нуля: пошаговое руководство
Линейная регрессия Линейная регрессия — это алгоритм контролируемого машинного обучения (ML), используемый для задач прогнозирования (регрессии). Термин «линейная регрессия» был впервые введен сэром Фрэнсисом Гальтоном в 1894 году. Линейная регрессия — это статистический метод, который моделирует связь между зависимой переменной (Y) и одной или несколькими независимыми переменными (X) в виде линейного уравнения. Мы не можем применить линейную регрессию к данным, которые не имеют..

Инсайты из Apple Appstore
Введение Из-за множества приложений в магазинах приложений загрузка приложения для какой-то конкретной цели — непростая задача. Часто приходится просматривать обзоры и проверять комментарии, прежде чем принять окончательное решение о том, какое приложение загрузить. Если загрузка может быть такой «непростой», представьте, насколько более сложной может быть публикация приложения в магазине приложений! Компании с командой грамотных и готовых разработчиков, желающих разработать..

Боже, благослови тенденции данных
Обнаружение и использование тенденций данных в программных системах Визуализация данных и моделирование процессов являются ключевыми понятиями для понимания системы, с которой вы работаете. У вас могут быть метрики для понимания текущего состояния системы (RPS, использование ресурсов) с возможностью просмотра исторических данных, и они хороши для обнаружения аномалий , но может быть сложно определить тенденции на ближайшие месяцы или даже годы. Понимание тенденций позволит вам лучше..

Перспективы ваших разделов данных
Перспективы ваших разделов данных Разделение данных и призрак в машине Разделение данных на обучающие и тестовые разделы - важный шаг к улучшению наших прогнозов. Моделирование некоторых данных и тестирование этой модели посредством прогнозирования на оставшихся выборках - вот как мы можем понять и компенсировать смещение и дисперсию, центральную дилемму машинного обучения. Использовать Python для разделения данных очень просто с помощью функции train_test_split в scikit-learn...

SAP Analytics Cloud — Smart Discovery
Машинное обучение для аналитиков Как аналитик, вы хотите получить максимальную отдачу от своих данных. Вы хотите иметь доступ к лучшим методам, чтобы действительно понять, что происходит в вашем бизнесе. Эти возможности у вас под рукой благодаря Smart Discovery в SAP Analytics Cloud. Smart Discovery предлагает вам эффективный способ использования автоматизированного машинного обучения поверх ваших данных бизнес-аналитики, не теряя драгоценного времени на анализ при подготовке данных...

Анализ цен на жилье и прогноз GTA
1. Введение: бизнес-задача Как житель района Большого Торонто (GTA) более 10 лет, я хотел бы выбрать данные GTA в качестве основного проекта прикладной науки о данных. Основная идея заключается в использовании данных о местах проведения и рейтинге школ для прогнозирования цены на жилье . Кроме того, обратите внимание на некоторые взаимосвязи или схемы между различными факторами. Торонто — крупнейший город Канады, однако, по сравнению с этими крупнейшими городами мира, у нас в..

Процесс предиктивной аналитики
Ниже приведены различные этапы процесса предиктивной аналитики. Понимание и определение проблемы Сбор и подготовка данных Понимание данных с использованием исследовательского анализа данных (EDA) Построение модели Оценка модели Связь и/или развертывание Понимание и определение проблемы Цель: понять проблему, определить требования с точки зрения бизнеса, определить требования с технической точки зрения, такие как список функций, формат функций, количество необходимых..

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..


Для любых предложений по сайту: [email protected]