Публикации по теме 'data-science'


Этика искусственного интеллекта: о чем говорят данные ?
Необходимо изучить все этические, социальные и юридические аспекты систем ИИ, если мы хотим избежать непреднамеренных негативных последствий и рисков, возникающих в результате внедрения ИИ в обществе. программный ИИ и интеллектуальные роботы (т. е. роботы со встроенным ИИ) при изучении этических вопросов. Искусственный интеллект относится к системам, которые могут быть спроектированы так, чтобы получать сигналы от своей среды и на основе этих входных данных приступать к решению..
101 алгоритм машинного обучения для науки о данных со шпаргалками
Думайте об этом как о универсальном магазине/словаре/каталоге для ваших алгоритмов машинного обучения. Алгоритмы были разбиты на 9 групп: обнаружение аномалий, изучение правил ассоциации, классификация, кластеризация, уменьшение размеров, ансамбль, нейронные сети, регрессия, регуляризация. В этом посте вы найдете 101 алгоритм машинного обучения, включая полезную инфографику, которая поможет вам понять, когда использовать каждый из них (если он доступен). 101 алгоритм машинного..
Как структурировать DDD в Голанге
Продолжение о том, как организовать структуру кода и пакетов в подходе DDD в Go Пришло время взглянуть на лучшее архитектурное решение при использовании DDD в проектах Go. В этой статье мы возьмем репозиторий, в котором есть все компоненты DDD, и покажем, как можно управлять менее сложной настройкой проекта, сохраняя при этом DDD. Репозиторий, который мы изменим, взят из моей предыдущей статьи о том, как реализовать DDD в Go. В этой статье я объяснил все компоненты, присутствующие в..
Что означает развертывание модели машинного обучения?
Мягкое введение в развертывание моделей и различных типов Таблица содержания "Вступление" Что такое развертывание модели Архитектура высокого уровня системы машинного обучения Различные методы развертывания вашей модели Факторы, которые следует учитывать при выборе метода развертывания Вступление Представьте, что вы потратили несколько месяцев на создание модели машинного обучения (ML), которая может определить, является ли транзакция мошеннической или нет, с почти..
15 прекрасных статистических данных и анализа IPL с помощью Data Science и визуализации
IPL стал фестивалем новой эры, который объединяет более 400 миллионов человек по всей стране с огромным разнообразием регионов и религий. Завершив 12 выпусков IPL, фанаты до сих пор сходят с ума от любимых команд. Поскольку у каждой команды есть собственная сильная фан-база, борьба за их любимые команды происходит во всем Интернете (особенно в Twitter). Обладая данными IPL за 12 лет, я сделал эти прекрасные выводы и проанализировал. Поскольку я большой поклонник IPL и крикета, я..
Как удалить столбцы из фреймов данных PySpark
Обсуждение различных способов удаления столбцов из DataFrames в PySpark Вступление Удаление столбцов из DataFrames - одна из наиболее часто выполняемых задач в PySpark. В сегодняшнем кратком руководстве мы рассмотрим несколько различных способов удаления столбцов из PySpark DataFrame. В частности, мы обсудим, как удалить один столбец отбросить несколько столбцов отмените операцию и вместо этого выберите нужные столбцы в тех случаях, когда это более удобно. Во-первых, давайте..
Подготовка к собеседованию Top Data Science
Мнение Подготовка к собеседованию Top Data Science Несколько идей, основанных на моем опыте интервьюера Оглавление Вступление Сотрудничество с заинтересованными сторонами Ключевые показатели эффективности Культура Fit Резюме использованная литература Вступление В Интернете можно найти множество руководств по собеседованиям по науке о данных, но лишь немногие подчеркивают важность взаимодействия с коллегами и влияние науки о данных на бизнес, а не сосредоточиваются..