Публикации по теме analytics

Публикации по теме 'analytics'

Как легко запускать алгоритмы Python ML в R

Пример того, как заставить Python XGBoost легко работать в R Нет сомнений в том, что Python имеет самый широкий спектр алгоритмов машинного обучения из всех языков программирования, и в целом Python - это мой первый портал, когда я собираюсь выполнять любую форму прогнозного моделирования. Тем не менее, я предпочитаю R для упорядочивания и подготовки данных и хотел бы иметь возможность импортировать алгоритмы Python в R, чтобы иметь лучшее из обоих миров. Поэтому я недавно решил..

Снижение размерности с помощью факторного анализа

Введение: Самая большая проблема с алгоритмами машинного обучения - переоснащение. Вы всегда можете найти сверхсложные способы моделирования или создания наборов данных для обучения и проверки, но переобучение всегда будет появляться в конце, что вас сильно расстраивает. Чтобы решить эту проблему, вам необходимо подготовить набор входных данных только с теми переменными, которые являются информативными и не имеют перекрывающейся информации. При расшифровке различных шаблонов данных..

Инженерия данных 101: Введение в инженерию данных

Инжиниринг данных — одна из самых быстрорастущих категорий вакансий в настоящее время, и поэтому вы можете задаться вопросом, что это такое? Учитывая огромные объемы данных, генерируемых организациями в день, необходимо, чтобы люди обрабатывали и передавали эти данные аналитикам данных и инженерам по машинному обучению. Так что же такое обработка данных? Инжиниринг данных — это практика сбора, проектирования, хранения и анализа данных из различных ресурсов в масштабе. Экосистема..

Начиная с науки о данных

Наука о данных. Разве это не тема десятилетия? Все об этом говорят, все хотят участвовать, никто не знает, с чего начать. С вопросами вроде того, какая должность, какая зарплата, интересна работа или нет, это превратилось в черную дыру нового века, и Рик Санчес нам не помог. Вы хотите быть аналитиком данных? Возможно, бизнес-аналитик. Или, может быть, известный специалист по данным! Но если вы немного запутались (более чем немного работает), тогда этот пост для вас. Возможно, это..

О мифах и проблемах ноутбуков Jupyter

Разработка программного обеспечения для науки о данных О мифах и проблемах ноутбуков Jupyter Вы можете управлять версиями, тестировать и объединять ноутбуки в модули с помощью текущих инструментов. Давайте обсудим настоящие проблемы. Блокноты Jupyter, вы их любите или ненавидите. Использование (и неправильное использование) блокнотов Jupyter — одна из самых спорных тем в сообществе данных. Конечно, есть веские причины избегать блокнотов, но хотелось бы, чтобы разговор был..

Готов ли ваш бизнес к искусственному интеллекту (ИИ)?

Искусственный интеллект (ИИ) больше не является предметом исключительно научной фантастики. Это широко распространено в бизнесе и в наших домах — многие люди разговаривают по смартфону с Siri или полагаются на помощь Amazon Alexa. Но имеет ли ИИ смысл для вашего бизнеса? Примите во внимание эти подсказки при принятии решения. Искусственный интеллект имеет множество приложений и столько же дескрипторов. Некоторые будут ссылаться на машинное обучение или машинный интеллект, другие — на..

Почему системы рекомендаций правят нашим выбором

Последнее увлечение лидера инноваций Майкла Шраге - это советы на основе искусственного интеллекта. В этом разделе вопросов и ответов он анонсирует свою новую книгу по этой теме. Приглашенный научный сотрудник MIT IDE и эксперт по инновациям Майкл Шраге исследовал цифровые эксперименты, сетевые эффекты, ключевые показатели эффективности и самопрограммное обеспечение - будущее человека и личности - за последние несколько лет. Его провокационная новая книга Механизмы..