Публикации по теме 'science'
Навыки, необходимые для того, чтобы быть количественным аналитиком (Quant)
Навыки, необходимые для работы количественным аналитиком
Количественный аналитик или количественный аналитик – это специалист в области финансов, который использует математические и статистические методы для анализа и моделирования финансовых данных с целью принятия обоснованных инвестиционных решений.
Чтобы стать квантом (количественным аналитиком), вам потребуется прочная база в математике, статистике, программировании и финансах.
Вот некоторые конкретные навыки, которыми..
Самые перспективные инновации в области искусственного интеллекта и машинного обучения.
Как человеку, который всегда был очарован новыми технологиями, трудно не волноваться о последних достижениях в области искусственного интеллекта (ИИ) и машинного обучения (МО). Решения ИИ, от облачных сервисов до Интернета вещей (IoT), революционизируют способы сбора и анализа данных и меняют мир, каким мы его знаем. В этой записи блога я собираюсь изучить некоторые из наиболее многообещающих инноваций в области искусственного интеллекта и машинного обучения и обсудить, как они..
Кто хочет писать такой код вместе?
Кто хочет писать такой код вместе?
Кодирование — это очень весело. Это вид деятельности, который позволяет вам делать важные вещи с большой гибкостью. Вы всегда можете найти более новый, лучший способ сделать то, что было сделано, и поиск никогда не заканчивается. Среди всех видов компьютерного кода меня больше всего интересует численное моделирование для механики. Найдите правильный численный метод для моделирования физики и напишите код для воспроизведения того, что мы видим в..
Что такое «нормы» в машинном обучении?
В машинном обучении мы используем матрицы/тензоры в качестве основных единиц представления.
Векторы Матрицы Тензоры
Некоторые примеры
Изображений Звук Набор данных Что угодно практически..
Две причины использовать нормы
Оцените « насколько велик » тензор (длина)
💡 Для скаляров мы можем представить их длину одним числом (скалярным абсолютным значением). Нам это нравится, потому что это просто, поэтому мы хотели бы измерять матрицы и тензоры одинаково, с одним..
Искусственный интеллект 2050 года
В 2050 году искусственный интеллект будет намного более продвинутым, чем сегодня.
Будет много новых приложений для ИИ, и он будет играть важную роль в нашей жизни. Вот два примера того, как ИИ изменит нашу жизнь в 2050 году.
Один из способов, которым ИИ изменит нашу жизнь, — помочь нам принимать лучшие решения. ИИ сможет анализировать данные намного эффективнее, чем люди, и сможет принимать решения на основе этих данных.
Это поможет нам принимать более правильные решения о нашей..
Черные дыры
Черные дыры : Главная загадка космоса
Как ученые исследуют природу и тайны этих невидимых гигантов
Черные дыры — один из самых интригующих и загадочных объектов во Вселенной. Это области космоса, где гравитация настолько сильна, что ничто, даже свет, не может ускользнуть от их власти. На протяжении десятилетий ученые пытались разгадать загадку черных дыр и понять их природу.
Концепция черных дыр была впервые предложена физиком Альбертом Эйнштейном в его общей теории..
Помимо Numpy и Pandas: раскрытие потенциала малоизвестных библиотек Python
3 библиотеки Python для научных вычислений, которые вы должны знать как специалист по данным
Python является одним из наиболее часто используемых языков программирования в мире и предоставляет разработчикам широкий набор библиотек.
В любом случае, когда дело доходит до манипулирования данными и научных вычислений, мы обычно думаем о таких библиотеках, как Numpy , Pandas или SciPy .
В этой статье мы представляем 3 библиотеки Python, которые могут вас заинтересовать.
1. Даск..
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..