Публикации по теме 'data-science'
Менеджер по продукту Data Science
Менеджер по продукту в области науки о данных
Роль, названная в названии, была представлена на одном из собраний выпускников Тепперской школы бизнеса Amazon - Carnegie Mellon. Это особенно заставило задуматься, поскольку мы обычно говорим о том, как менеджеры по продукту (PM) должны рассматривать себя в качестве мини-генеральных директоров своего продукта.
Лично я до сегодняшнего дня не отклонялся от того, что мне нравится больше всего, что было красноречиво сформулировано..
Стратегия данных — Каждый бизнес должен стать бизнесом данных
Теперь каждая компания — это компания данных, данные меняют наш мир.
По мере того, как мир становится все умнее и умнее, данные становятся ключом к конкурентному преимуществу, а это означает, что способность компании конкурировать будет все больше зависеть от того, насколько хорошо мы организуем и используем наши данные, а также применяем аналитику и новые технологии.
Стратегия данных может охватывать все три области: принятие решений, операции и монетизация.
Использование данных для..
Изучите машинное обучение от нуля до героя!
Машинное обучение представляет собой новую парадигму программирования, в которой вместо программирования явных правил на таком языке, как Java или C++, вы создаете систему, которая обучается на данных для вывода правил. Вот почему мы решили создать серию статей о том, как научиться машинному обучению от нуля до героя!
Введение в машинное обучение . Машинное обучение представляет собой новую парадигму в программировании, где вместо программирования явных правил на таких языках, как..
Отраслевые прогнозы: тенденции науки о данных, за которыми стоит следить в 2019 году
«Данные о потребителях станут самым большим отличием в ближайшие два-три года. Победит тот, кто разблокирует горы данных и использует их стратегически».
— Анджела Джин Арендтс, старший вице-президент по розничной торговле, Apple.
Благодаря постоянному внедрению новых технологических достижений потенциал больших данных можно использовать по-разному. Сфера науки о данных быстро развивается благодаря двум неотъемлемым движущим силам — искусственному интеллекту и машинному..
Распознавание цифр с использованием набора данных MNIST с использованием функции активации Softmax и ReLu
Распознавание цифр с использованием набора данных MNIST с использованием функции активации Softmax и ReLu
MNIST: модифицированная база данных Национального института стандартов и технологий. База данных MNIST представляет собой набор данных из 60 000 маленьких квадратных оттенков серого с размером 28x28 с изображением рукописных цифр от 0 до 9, наш девиз - классифицировать ввод цифр в блокноте для рисования интерфейса Gradio.
MNIST широко используется для классификации цифр, и..
Построение модели логистической регрессии в Python
Эта история первоначально была опубликована на Nucleusbox
Добро пожаловать в очередной блог о логистической регрессии в Python. В предыдущем блоге Логистическая регрессия для машинного обучения с использованием Python мы видели одномерную логистическую регрессию. И мы увидели основные концепции двоичной классификации, сигмовидной кривой, функции правдоподобия, а также шансов и логарифмических шансов.
В этом разделе сначала будут рассмотрены концепции многомерной логистической..
Применение PCA к кривой доходности
Узнайте, как применить одно из самых популярных приложений анализа основных компонентов с использованием текущих финансовых данных в Python.
Кривая доходности - это линия, которая отображает различные процентные ставки по облигациям с одинаковым кредитным качеством и разными сроками погашения. Утверждается, что государственные облигации имеют незначительный риск дефолта, поскольку правительство может просто занять больше денег для финансирования их выплат. Согласно теории ожиданий..
