Публикации по теме 'data-science'


В мире много данных, но мало информации!
Данные - это новая нефть, введение в интеллектуальный анализ данных !!! Очень хорошо сказано, что « Мы живем в информационном веке », а не на самом деле это не информация, на самом деле это век данных , когда наблюдается взрывной рост данных. Поскольку информационные технологии развиваются естественным образом, отрасли баз данных и управления данными также стремятся к развитию критически важных функций. С каждой секундой растет огромное количество данных, заставляющих человеческий..
Три практики машинного обучения, которые сохранят вашу личность в безопасности
По мере того, как в эпоху больших данных обостряются проблемы конфиденциальности, разработчики постоянно совершенствуют методы искусственного интеллекта и машинного обучения для защиты личности людей. Системы машинного обучения позволяют предприятиям более эффективно выявлять мошенничество и обеспечивать безопасность пользовательской информации. Эти системы собирают данные, которые могут дать гораздо более ценную информацию, чем индивидуальная проверка. Security Magazine , например,..
Построение модели машинного обучения для принятия решений с использованием Tree Ensemble Learner в KNIME
Практическое руководство по построению модели прогнозирования на основе классификации для принятия решений о потенциальных клиентах на платформе KNIME Имея возможность использовать алгоритмы машинного обучения в поле Генерация лидов , я столкнулся с возможностью разработать и реализовать различные модели оценки потенциальных клиентов и прогнозирования решений по ним . Ранее, освещая техническую часть интеграции моделей Scikit-learn на основе Python в экосистему Microsoft .NET , я..
Анализ главных компонентов (PCA) 101 с использованием R
Улучшение предсказуемости и классификации по одному параметру за раз! «Визуализируйте» 30 измерений с помощью 2D-графика! Не забудьте подписаться на мой профиль , если вам понравилась эта статья и вы хотите увидеть больше! Настраивать В этой статье мы будем использовать набор данных по раку молочной железы, штат Висконсин, из репозитория машинного обучения UCI в качестве наших данных. Если хотите, продолжайте и загрузите его для себя: wdbc <- read.csv("wdbc.csv",..
Дерево решений - обзор
Методы разделения дерева решений Что такое дерево решений? Дерево решений - один из самых популярных алгоритмов машинного обучения с учителем, используемых для классификации, а также для решения задач регрессии. Судя по названию, дерево решений представляет собой древовидную модель, построенную в перевернутом виде с корневым узлом наверху. Корневой узел разделяется на разные ветви, конец ветки, который больше не разделяется, является конечным или конечным узлом. Каждый корень..
Ведение журнала моего пути к обучению с подкреплением
Что я изучаю и что было полезно Я откладываю обучение с усилением обучения (RL) уже 2 года. Я думаю, настоящая причина в том, что есть чему поучиться. Так много конференций каждые две недели. Их статьи и каждая область интересны по-своему. Но здесь у меня наконец-то появилась возможность выделить какое-то время в своем календаре, чтобы каждую неделю учить немного RL. Моя текущая стадия . У меня есть представление о том, что такое RL (определение высокого уровня) и все обсуждаемые..
Градиент глубокой детерминации и двойной отложенной глубокой детерминированной политики с TensorFlow 2.x
Реализация TensorFlow 2.x для DDPG и TD3 В этой статье мы будем реализовывать методы градиента глубокой детерминированной политики и градиента глубокой детерминированной политики с двойной задержкой с помощью TensorFlow 2.x. Мы не будем углубляться в теорию и рассмотрим только самое необходимое. Прежде чем продолжить, рекомендуется ознакомиться с DQN и Double DQN. Для этой статьи я преобразовал код Td3 PyTorch доктора Фила в TensorFlow, а для DDPG я взял его целевой метод обновления..