Публикации по теме 'python'
Машинное обучение с помощью Python (проект MySkill Data Science)
Машинное обучение — это область искусственного интеллекта, которая занимается созданием алгоритмов и моделей, которые могут учиться на данных и делать прогнозы или решения на основе этого обучения.
На высоком уровне процесс машинного обучения можно разбить на три основных этапа:
Сбор и подготовка данных . Первым шагом является сбор и очистка данных, которые вы будете использовать для обучения модели. Этот шаг имеет решающее значение, поскольку качество вашей модели будет зависеть..
Вы заинтересованы в бесплатном изучении Data Science и Machine Learning?
Университет WorldQuant подготовил для вас курс Applied Data Science Lab. Этот курс для самостоятельного обучения предназначен для того, чтобы помочь людям развить свои навыки в области науки о данных и машинного обучения с помощью восьми различных проектов, которые варьируются от изучения цен на жилье в Мексике до прогнозирования качества воздуха в Кении.
Одно из лучших преимуществ этого курса в том, что он бесплатный! Стоимость не должна быть препятствием для людей, которые..
Что, черт возьми, такое API? Как это может мне помочь? И как, черт возьми, я могу это использовать?
Так что, черт возьми, такое API?
Приложение П программирование I интерфейсов (API) в целом обозначает любой вычислительный интерфейс, который определяет взаимодействие между несколькими (часто несопоставимыми) фрагментами. программного обеспечения.
Эти фрагменты программного обеспечения могут быть библиотекой, такой как Pandas в Python, и вашим скриптом Python. Или ваш интерфейсный веб-сайт на Javascript взаимодействует с вашим PHP-сервером.
Хорошо, но… как, черт возьми,..
Методы адаптивных параметров для машинного обучения
Давайте рассмотрим некоторые методы адаптации ваших параметров с течением времени.
В этом посте я расскажу об идеях, лежащих в основе методов адаптивных параметров для машинного обучения, а также о том, почему и когда их реализовывать, в качестве некоторых практических примеров с использованием Python.
1. Введение
Адаптивные методы (также известные как планирование параметров) относятся к стратегиям обновления некоторых параметров модели во время обучения с использованием..
Научитесь использовать семь наиболее важных библиотек Python для науки о данных
Если вы специалист по данным, эти библиотеки спасут вам жизнь при реализации алгоритмов ML/DL.
Что ж, сказать, что я не использую библиотеки для своей работы как специалист по данным, это все равно, что сказать, что у меня есть велосипед, но я путешествую только пешком из одного места в другое. Теоретически это возможно, но не практично или эффективно для всех случаев. Как и в случае с различными видами транспорта, у нас есть несколько библиотек на Python, что делает нашу работу проще..
Эффективный парсинг веб-страниц с помощью Scrapy
Эффективный парсинг веб-страниц с помощью Scrapy
Новые возможности Scrapy для повышения эффективности очистки
Scrapy как фреймворк для парсинга веб-страниц является мощным и масштабируемым. Он имеет активную базу пользователей и новые функции, появляющиеся с каждым обновлением. В этой статье мы рассмотрим некоторые из этих функций, чтобы получить максимальную отдачу от ваших проектов парсинга.
В этой статье вы узнаете
Переход по ссылкам более эффективно Более чистое извлечение..
Распараллелить обработку большого файла AWS S3
В этом посте демонстрируется подход к обработке большого файла AWS S3 (вероятно, миллионов записей) в управляемые фрагменты, работающие параллельно, с помощью AWS S3 Select.
В моем последнем посте мы обсуждали достижение эффективности обработки большого файла AWS S3 с помощью S3 select. Обработка была последовательной, и для большого файла могла потребоваться целая вечность. Так как же нам распараллелить обработку нескольких модулей? 🤔 Что ж, в этом посте мы реализуем и посмотрим,..
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..