Публикации по теме 'tools'
Визуальный веб-краулер и паук без кода
EasySpider — это визуальный веб-краулер без кода, предназначенный для тех, кто не занимается кодированием, а также для экспертов по сканированию данных из всемирной паутины. Он может разрабатывать и выполнять задачи веб-сканирования без написания кода через графический интерфейс. Рабочий процесс новой задачи веб-сканирования можно визуально запрограммировать, следуя визуальному мастеру EasySpider на целевых веб-страницах с помощью интуитивно понятного интерфейса «укажи и щелкни». Затем..
5 лучших инструментов для Java-разработчика в 2020 году
Я разрабатываю на Java уже много лет. С годами инструменты, которые я использовал, сильно изменились.
Intellij IDEA
Intellij IDEA - лучшая IDE, которую я когда-либо использовал. Я использовал Eclipse, и меня это никогда не устраивало. Меня всегда расстраивал очень медленный полнотекстовый поиск в Eclipse. IDEA решила это за меня.
Лучшие возможности IDEA
Быстрый полнотекстовый поиск Современный декомпилятор и отладчик Отличная интеграция с Git Интеграция из коробки со..
10 инструментов искусственного интеллекта, которые вы можете использовать для создания и обучения моделей глубокого обучения
В 2023 году вы не можете игнорировать рост инструментов искусственного интеллекта как инженер-программист. Очень важно, чтобы вы использовали их в своих интересах, поскольку они оказывают большое влияние на поле. Вот десять ресурсов, которые вы можете использовать, чтобы принять этот сдвиг и вырасти как инженер-программист.
1. Тензорный поток
TensorFlow — это инструмент разработки и развертывания модели машинного обучения с открытым исходным кодом. Это отличный ресурс для..
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..