Публикации по теме 'analytics'
#ThrowbackDecade: 10 моих лучших знаний в области науки о данных
В канун Нового года я встретился со своей группой друзей, и мы все обсуждали моменты, изменившие жизнь, оглядываясь назад. Я просто выбрал тему и подумал, что было бы интересно описать то, чему я научился за последнее десятилетие в качестве профессионала в области обработки данных , работающего в различных областях.
Когда вы будете читать, я уверен, что вы найдёте отклик в некоторых знаниях — возможно, немного раньше или позже, чем я. Не стесняйтесь добавлять (или возражать) любую..
Экономия денег с помощью науки о данных
Почему тот ученик в классе, который спросил вашего учителя математики: «Когда я когда-нибудь собираюсь использовать это?» вероятно сломан
В предыдущей статье я обсуждал как использовать алгоритм STL , чтобы разбить любой временной ряд на его сезонную, трендовую и шумовую составляющие. Я провел вас через пример, используя курс акций Amazon. В этой статье я покажу вам, как можно использовать ту же технику, чтобы сэкономить деньги при аренде квартиры. Я собираюсь использовать..
100 упражнений Numpy для науки о данных!
NumPy — это библиотека расширений для языка Python, поддерживающая операции со многими многомерными массивами и матрицами. Кроме того, он также предоставляет множество библиотек математических функций для операций с массивами. Машинное обучение включает в себя множество преобразований и операций с массивами, что делает NumPy одним из основных инструментов.
Все приведенные ниже 100 упражнений были собраны из списка рассылки numpy, переполнения стека и документации numpy. Цель этих..
Почему наука о данных так увлекательна?
Любой, кто занимается наукой о данных, уже знает, что эта отрасль быстро превращается в одну из самых захватывающих профессий 21 века. Многие даже считают эту роль самой сексуальной ролью современности. Вы бы согласились?
Вот несколько причин, по которым наука о данных так интересна.
Быть специалистом по обработке данных - значит работать детективом, современным Шерлоком Холмсом. Индустрия отлично подходит для любознательных людей, которые любят решать повседневные головоломки...
Знакомство с смещением и дисперсией модели
Закон о балансировке фитингов модели
В предыдущей статье мы обсуждали концепции недообучения и переобучения модели. По сути, эти две концепции описывают разные способы, по которым модель может не соответствовать вашему набору данных. Под недостаточным соответствием понимается создание модели, которая недостаточно сложна для точного представления данных и не учитывает тенденции в наборе данных. Под переобучением понимается ситуация, когда модель слишком сложна для набора данных и..
Линейная регрессия: пример из жизни
Задача из реальной жизни решается с помощью математики
Определение:
Простая линейная регрессия позволяет изучить взаимосвязь между двумя переменными. Одна переменная (x) называется независимой переменной, а другая переменная (y) известна как зависимая переменная, которая является нашей целевой переменной.
Формула:
x = значение независимой переменной y = значение зависимой переменной ß0 = константа (показывает значение оси Y, когда значение x = 0) ß1 = значение коэффициент..
Забивание мышления роста или уже поздно учиться на программиста
Худшее, что вы можете сделать, это ничего не делать.
В 2012 году я только что закончил программу MBA (Babson College ’12) с опытом работы в области бизнес-аналитики (сокращенно BI, где я работал над информационными панелями и использовал некоторые программы SQL для оптимизации этих информационных панелей). После окончания ведущей программы MBA для предпринимательства почти у всех моих сверстников была идея стартапа, поскольку это было требованием для многих факультативов к концу..
