Публикации по теме big-data

Публикации по теме 'big-data'

Публичный запуск Школы науки о данных

Дорогие друзья, Спустя почти 2 года работы мы очень рады наконец объявить о запуске онлайн-школы Data Science School для широкой публики. Наша миссия - предоставить любому человеку в мире возможность изучать и практиковать науку о данных, используя самые популярные инструменты и технологии в отрасли, включая Python, R, Spark, Tableau и другие. Некоторые из наших первых блюд включают: Введение в большие данные с Apache Spark Введение в науку о данных с Python Введение в..

Краткое введение в рекомендательные системы: работа с избыточной информацией

Этот блог создается и поддерживается студентами программы профессионального магистра в Школе компьютерных наук Университета Саймона Фрейзера в рамках их кредита на курс. Чтобы узнать больше об этой уникальной программе, посетите { sfu.ca/computing/pmp }. Авторы : Цюань Юань , Юхэн Лю , Вэньлун У Введение В связи с постоянным развитием интернет-технологий и растущей популярностью интеллектуальных устройств в настоящее время генерируется все больше и больше данных. Как..

Насколько связаны DS, DL, ML, AI и BD?

Когда я впервые начал читать о науке о данных, были времена, когда я спотыкался или подкрадывался к таким понятиям, как глубокое обучение (DL), машинное обучение (ML), искусственный интеллект (AI) и большие данные (BD). Временами они казались такими же разными, как братья и сестры, имеющие одних и тех же родителей. И временами они казались такими же разными, как послы, работающие в разных странах. Дело в том, что они разные, но каким-то образом связаны. Однако навыки, относящиеся к каждой..

Проблемы алгоритмов работы с большими персональными данными

Проблемы алгоритмов работы с большими персональными данными Введение. Обработка больших данных — тривиальный этап цикла управления большими данными. Это связано с тем, что к этому моменту структурированные, полуструктурированные и неструктурированные данные будут обработаны и готовы к дальнейшему анализу (Kumar, et al., 2017). Затем используются категоризация, сопоставление, обобщение, расширенные функции и алгоритмы для получения удобоваримых данных для визуализации и принятия..

Машинное обучение для недоумевающих, часть 1

Машинное обучение для недоумевающих, часть 1 С увеличением объемов данных, генерируемых предприятиями, полагаться на статические системы принятия решений, основанные на правилах, уже не представляется конкурентоспособным; вместо этого существует беспрецедентная возможность оптимизировать решения и адаптироваться к изменяющимся условиям за счет использования закономерностей в реальном времени и исторических данных. Однако сам размер данных не позволяет людям находить эти шаблоны, и..

Нейронные сети на наркотиках *

* самооценка употребления наркотиков Авторы: Гаррет Кауфманн и Виктор Келемен Введение Человеческий разум способен на гораздо большее, чем мы осознаем в любой момент в нашем стандартном режиме сознания. Несмотря на то, что в последние десятилетия постоянно возникали споры и прекращались споры, исследования психоделических веществ и расширенных состояний сознания, которые они могут вызывать, продолжаются. Для нашего проекта мы хотели изучить, может ли система нейронных сетей дать..

15 тщательно отобранных книг по искусственному интеллекту за июль 2018 г.

3 июля 2018 г. Новости о машинном обучении (ML), искусственном интеллекте (AI), Data Science (DS) и связанных областях расширенной аналитики. Добро пожаловать в первую публикацию xplore.ai из 15 тщательно отобранных статей о ИИ из ежемесячной серии. Цель этой серии - предоставить аудитории тщательно подобранный список самых интересных новостей, публикаций и инструментов, с которыми наша команда столкнулась в течение предыдущего месяца. 15. ✏️ TensorEditor..