Публикации по теме 'python'
Обзор наиболее часто используемых моделей машинного обучения
Поиск правильной модели для правильных данных.
Если вы хотите научиться быть хорошим специалистом по данным, вам нужно знать, какая модель машинного обучения больше подходит в каждой ситуации. Для этого важно знать предположения, которые каждая модель делает в отношении данных. В этой статье я расскажу вам о наиболее часто используемых моделях.
Линейная регрессия
Это одна из самых простых моделей. Он используется для регрессии, что означает, что он может дать реальное число в..
Борьба за то, чтобы найти свою первую работу в качестве специалиста по данным
KY=MX+B
Борьба за то, чтобы найти свою первую работу в качестве специалиста по данным
В самой последней части этой странной личной колонки , которую я выбрал для написания, я рассказал о происхождении моего интереса к науке о данных и о своем решении посетить учебный курс по программированию. Хотя сама статья была забавной, она также была эгоцентричной, сфокусированной на моем опыте и не более того.
Что еще более важно, он мало что дал тем из вас, кто искал информацию о самом важном..
Как инициализировать веса в нейронной сети?
Интуитивно понятное и простое руководство по трем наиболее популярным методам инициализации веса поможет вам выбрать правильный для вашего проекта.
Введение
Инициализация веса — это параметр проектирования модели, неправильный выбор которого может замедлить или затормозить сходимость. Вы можете думать об этом как о отправной точке ландшафта функции потерь.
Интуитивное предположение было бы для начала 0, но оно также приводит к 0 градиентам, следовательно, никакого обучения...
Еженедельный выпуск Python, выпуск 85
Добро пожаловать в 85-й выпуск Python Weekly, еженедельного информационного бюллетеня о языке программирования Python.
Посетите Купить кофе , чтобы найти способы поддержать Python Weekly, или станьте участником Medium, используя ссылку ниже:
Присоединяйтесь к Medium по моей реферальной ссылке — на этой неделе в I/O Как участник Medium, часть вашего членского взноса идет авторам, которых вы читаете, и вы получаете полный доступ к каждой истории…..
Самые забавные каламбуры по программированию, которые вы когда-либо слышали — они невероятно забавны!
Готовы к самым смешным шуткам о программировании, которые заставят вас смеяться в голос?
Не смотрите дальше, потому что я составил список самых смешных шуток о программировании, которые заставят вас кататься по полу от смеха (или «ROFL», как мы любим говорить в мире технологий).
Зачем нанимать меня? Потому что я буду кодировать круги вокруг конкурентов (а затем рефакторить их в квадраты).
Когда ты приносишь домой кристаллы для защиты от плохого кода, но твой код по-прежнему..
365 дней Python: день № 230 — «Загадочные парадоксы»
«Парадокс — это всего лишь истина, стоящая с ног на голову, чтобы привлечь внимание».
— Алан Уоттс
Достижения
N/A
Цели на неделю
Напишите программу, которая… (0%)
Заключительные мысли
Будучи астрофилом, мой любимый парадокс — парадокс Ферми .
Реконструкция плоской волны произвольной поляризации на основе сферических векторных волн
Другой взгляд на подход к разложению решений уравнений Максвелла в трехмерном классическом рассеянии света с помощью python.
Введение и мотивация
Разложение является важным понятием в электродинамике. Если кого-то интересует только дальнее поле (например, комптоновское рассеяние), для этой цели достаточно разложения Фурье, потому что большая часть исходящих длин волн затухает / затухает (например, решения функций Бесселя).
Однако, если кого-то интересует рассеяние в ближней зоне,..
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..