Публикации по теме 'data-science'


Auto - это новый черный цвет (2) - AutoGluon, H2O AutoML и Google AutoML Tables
Автоматическое машинное обучение Auto - это новый черный цвет (2) - AutoGluon, H2O AutoML и Google AutoML Tables Как они работают и что за ними стоит В то время как машинное обучение продолжает добиваться значительных успехов в решении и улучшении любых проблем, на него полагается постоянно растущее число дисциплин. Однако этот успех в решающей степени зависит от специалистов по машинному обучению для выполнения ручных задач. AutoML обещает изменить эту реальность и превратить ее в..
Мой секретный соус быть в топ-2% соревнований kaggle
Практические руководства Мой секретный соус быть в топ-2% соревнований kaggle Соревноваться в соревнованиях kaggle - это весело и захватывающе! И за последние пару лет я разработал несколько стандартных способов изучения функций и создания более совершенных моделей машинного обучения. Эти простые, но эффективные методы помогли мне получить верхние 2% места в конкурсе Instacart Market Basket Analysis , и я использую их и вне kaggle. Итак, приступим к делу! Одним из наиболее важных..
Развертывание приложений Streamlit в GCP
Что такое Streamlit? Если вы знакомы с программной экосистемой Data Science в Python, вы, вероятно, сталкивались с несколькими широко используемыми инструментами для создания панелей мониторинга и визуализации данных, предназначенными для программного использования (например, для встраивания в записные книжки или для работы в автономном режиме в Интернете). Программы). В течение последних нескольких лет такие, как Dash , Bokeh и Voila , были одними из крупнейших игроков с..
Управление экспериментами с машинным обучением с помощью MLflow
Попрощайтесь с утомительным отслеживанием экспериментов и мониторингом запутанных моделей Я до сих пор помню этот болезненный период, когда мы с товарищем по команде работали над проектом машинного обучения (ML). Кропотливо и старательно мы вручную переносили результаты наших бесчисленных экспериментов в Google Sheet и распределяли сохраненные модели по папкам. Конечно, мы пытались максимально автоматизировать этот процесс, но управление нашими экспериментами по машинному обучению..
Создание конвейеров машинного обучения (с кодом) - часть 1
Полная реализация… Запуск алгоритмов машинного обучения состоит из нескольких этапов, поскольку он включает в себя последовательность задач, включая предварительную обработку, извлечение функций, подгонку модели, производительность и проверку. Конвейер - это не что иное, как метод, с помощью которого мы создаем линейную последовательность этапов подготовки данных и моделирования для автоматизации рабочих процессов машинного обучения. Автоматизированный конвейер состоит из компонентов..
AlexNet, прорыв в области глубокого обучения
Классификация ImageNet с глубокими сверточными нейронными сетями Авторы: Алекс Крижевский, Илья Суцкевер, Джеффри Хинтон. Это реализация этой бумаги . блокнот ipython здесь Это было одно из самых влиятельных изданий в области компьютерного зрения. Эта модель выиграла конкурс ILSVRC 2012. 1. Обучил сеть по данным ImageNet, которые содержат более 15 миллионов изображений из более чем 22 000 категорий. 2. В этой статье используется функция активации ReLU для нелинейности...
5 проектов Data Science в сфере здравоохранения, которые помогут вам найти работу
Хотите применить ИИ в здравоохранении? Выполняйте эти проекты, чтобы отточить свои навыки. Аристотель однажды сказал: «То, чему мы должны научиться, прежде чем мы сможем это сделать, мы узнаем, выполняя их». Наш человеческий мозг лучше всего учится на наблюдениях, опыте и обратной связи этих двоих. Самостоятельная работа, особенно при изучении науки о данных, дает богатый опыт и приводит к наблюдениям, прерывающим длительный опыт обучения. Основная часть обучения науке о данных..