Публикации по теме 'big-data'
Что такое наука о данных, почему мы должны этим заниматься и как это делать?
Почему наука о данных?
В 2012 году издание Harvard Business Review заявило, что наука о данных - самая сексуальная работа 21 века . Каждому учреждению, например правительству, стартапам и даже крупной компании, действительно нужны данные, чтобы принять быстрое и точное решение на основе существующих данных. Данные - это новая нефть , действительно актуальная для нашего времени из-за значений, которые мы можем получить из самих данных.
Объем существующих данных действительно..
Как сделать данные более доступными?
В настоящее время большинство технологий более чем способны собирать и консолидировать большие объемы данных. Вопрос в том, что с этим делают компании? Проблема, с которой сталкивается большинство компаний, заключается в том, как использовать огромные данные, имеющиеся в их распоряжении , и донести ключевую информацию до лиц, принимающих решения. Сложные системы и большие данные заставляют среднего заинтересованного лица жаждать простого повествования. В мае 2017 года PredictX создала..
Обнаружение мошенничества в реальном времени с помощью BigQuery
Как использовать универсальность BigQuery для информационных продуктов
В Ravelin мы полагаемся на различные отечественные системы, системы с открытым исходным кодом и коммерческие системы для обеспечения работы нашей системы обнаружения мошенничества в реальном времени. Как ботаник, занимающийся разработкой данных, мне всегда интересно заглядывать под капот штабелей в компаниях, чтобы увидеть, как производятся колбасы. В этом посте вы узнаете, как мы используем универсальность BigQuery..
Четыре интересные математические задачи
Уровень в этой статье предназначен для студентов колледжей, знакомых с исчислением. Этот материал также будет интересен преподавателям колледжей, которые ищут новый материал для преподавания или оригинальные экзаменационные вопросы, а также специалистам по бизнес-данным, у которых есть свободное время и которые интересуются освежить свои математические способности. Проблемы охватывают реальный анализ, математические алгоритмы и числовую точность, правильную визуализацию, а также геометрию...
Объединение геопространственных данных на двойных полигонах
Один из наиболее важных аспектов нашей работы в nam.R - это поиск, очистка, агрегирование и организация больших наборов геолокационных данных, содержащихся на порталах открытых данных. Очень часто одна и та же географическая область или объект описывается во многих разных наборах данных, каждый из которых содержит разную информацию. Настоящая задача состоит в том, чтобы составить подробное описание объекта, чтобы соединить эти части вместе. Но при отсутствии четкого и связного названия..
Платформа облачного машинного обучения Alibaba для ИИ: классификация изображений от Caffe
Присоединяйтесь к нам на онлайн-конференции Alibaba Cloud ACtivate , которая пройдет 5–6 марта, чтобы бросить вызов предположениям, обменяться идеями и узнать, какие возможности дает цифровая трансформация.
Гарвин Ли
В разделе Классификация изображений с помощью Tensorflow рассказывается, как использовать структуру глубокого обучения TensorFlow для классификации изображений CIFAR-10. В этом разделе представлена еще одна среда глубокого обучения: Caffe. С Caffe вы можете..
Книга "Реактивное машинное обучение" уже доступна!
Наконец-то я рад сообщить, что Реактивные системы машинного обучения теперь доступны в форме раннего доступа . Я работаю над этой книгой с момента публикации оригинального поста о реактивном машинном обучении в прошлом году. Как здорово, что наконец-то появилась возможность поделиться с миром первым этапом этой работы.
Книга очень похожа на сборник инженерии данных здесь, на Medium. Я попытался внести в каталог все детали реального мира построения полноценной системы машинного..
