Публикации по теме 'python'
На пути к тому, чтобы стать компьютерным лингвистом полного стека
Летняя школа представляла собой интенсивный буткемп с лекциями с 9:30 до 13:00. Лекции охватывали такие области, как;
Машинный перевод Разбор Морфологический анализ Анализ настроений Система ответов на вопросы От контекста к смыслу: применение дистрибутивной семантики Извлечение информации и поиск информации Распознавание речи
Затем последовала проектная работа в среде хакатона, где работа затягивалась до полуночи. Мой проект заключался в создании фреймворка для..
[Скидка] Все, что вам нужно для программирования на Python
Python от начинающего до профессионала
Создайте 11 проектов и пройдите путь от новичка до профессионала в Python с помощью самого увлекательного в мире курса Python, основанного на проектах!
Пройти курс: НАЖМИТЕ ЗДЕСЬ
Что вы узнаете
Создайте 11 простых в использовании проектов Python 3 Автоматизируйте задачи кодирования, создавая собственные функции Python Добавьте Python 3 в свое резюме, поняв объектно-ориентированное программирование (ООП) Используйте переменные для..
Шпаргалка Scikit-learn: методы классификации и регрессии
Машинное обучение — это быстрорастущая технология в современном мире. Машинное обучение уже интегрировано в нашу повседневную жизнь с такими инструментами, как распознавание лиц, домашние помощники, сканеры резюме и беспилотные автомобили.
Scikit-learn — это самая популярная библиотека Python для выполнения алгоритмов классификации, регрессии и кластеризации. графики и визуализация) и SciPy (для математики).
В нашей последней статье о Scikit-learn мы представили основы этой..
Python непревзойденный
«Непобедимый» В августовских ревизиях индексов популярности языков программирования Tiobe и Pypl Python снова занял первое место.
После почти года пребывания на вершине индекса популярности языков программирования Tiobe, Python продолжает занимать высокие позиции среди разработчиков.
Python сохранил свою позицию самого популярного языка программирования в только что опубликованном рейтинге за август 2022 года, поднявшись на два процентных пункта по сравнению с прошлым месяцем и..
Создайте простое приложение со списком дел с помощью Python Flask и Vue.js. Часть 2
В первой статье мы сделали простое приложение hello world. В этом посте я покажу вам, как добавлять HTTP-запросы.
Мы собираемся сделать простое приложение для работы без постоянного сохранения данных на диске. Вместо этого я буду сохранять данные в памяти. При перезапуске приложения все данные исчезнут. Это нормально, что данные исчезли, потому что это не готовое к производству приложение. Давайте создадим список Python как наш database .
Добавьте эту функцию get_all_todos ...
Получение лучшей модели с использованием Python API для MLflow
Это пятая статья в моей серии руководств по MLflow:
Настроить MLflow в производстве MLflow: Основные функции ведения журнала Ведение журнала MLflow для TensorFlow Проекты MLflow Получение лучшей модели с помощью Python API для MLflow (вы здесь!) Обслуживание модели с помощью MLflow
В этом руководстве показано, как получить ранее зарегистрированную модель из выполнения MLflow.
Предположим, вы выполнили несколько испытаний следующего примера с разными параметрами:..
Классификация изображений с ранней остановкой — Краткое руководство
Создайте и обучите модель Keras, написав менее 50 строк кода.
Keras — это библиотека глубокого обучения, с которой мы, специалисты по данным, можем часто сталкиваться. Это самая простая в реализации и самая простая в освоении среда глубокого обучения, и если этого недостаточно, вишенкой на торте является то, что после эволюции Tensorflow 2.0 стало еще проще учиться и строить с помощью Keras, поскольку он поставляется в комплекте с Tensorflow.
В этой статье описывается проект,..
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..