Публикации по теме data-science

Публикации по теме 'data-science'

Общий обзор моделей глубокого обучения и современных моделей

С начала этого года у меня возникло сильное любопытство к глубокому обучению. Я некоторое время читал об этой области. Зная, что есть много людей, которым может быть любопытно эта тема, я пишу этот обзор, чтобы дать несколько интересных указателей. Не так давно AlphaGo победила Кэ Джи в 2017 году, игрока №1 в го в мире. Появление AlphaGo, знаменательное для развития искусственного интеллекта, привлекло внимание всего мира к развитию искусственного интеллекта. С тех пор так много..

Как наука о данных влияет на бизнес в 2021 году

Идея больших данных существует уже много лет. Большинство компаний осознали, что если они собирают все данные, поступающие в их бизнес, они могут применять аналитику и извлекать из нее значительную пользу. Аналитика больших данных помогает компаниям использовать свои данные для выявления новых возможностей. Это, в свою очередь, помогает делать более разумные деловые шаги, более организованные операции, более высокую прибыль и более счастливых клиентов. Большие данные бесполезны без..

Зачем вычитать скорость обучения * градиент из старого веса, чтобы получить новый вес, а не прибавлять ?? !!!!

Я думал об этой концепции с тех пор, как начал разбираться с концепцией градиентного спуска и способом обновления весов. Итак, вот мое понимание и, надеюсь, это поможет вам ответить на сам вопрос. Возьмем пример простой линейной регрессии, Y = m. X + c Для простоты мы не будем рассматривать перехват, а остановимся на весе. Итак, уравнение теперь выглядит следующим образом: Y =m.X При выполнении градиентного спуска выполняются три основных шага: Прямой проход: где вычисляется..

Python против R - выбор лучшего языка программирования для науки о данных

Борцовский поединок, не похожий ни на какой другой. После нескольких лет программирования на Python и R я все еще борюсь с этим. Какой язык лучше всего использовать для науки о данных? Мне нравится думать о себе как о технологе со степенью статистики, который занимается наукой о данных. Но даже я не могу уклониться от простых в использовании аспектов R. Очарование языка программирования R осталось со мной, даже когда я отважился на Pandas, Numpy и Scipy. Надежные пакеты Python для..

Сила предсказания - простой, но относительно неизвестный способ оценки кластеризации

Сила предсказания - простой, но относительно неизвестный способ оценки кластеризации Узнайте, как работает критерий и как реализовать его на Python с нуля! Существует множество материалов (книги, сообщения в блогах, учебные пособия и т. Д.) О кластеризации в целом и различных способах нахождения оптимального количества кластеров в алгоритмах, таких как кластеризация k-средних: статистика разрыва, оценка силуэта, печально известный локтевой (осыпной) сюжет и многое другое. Благодаря..

Почему так легко стать плохим программистом?

Когда-то я был очень плохим программистом и в тот момент ... Когда-то я был очень плохим программистом, и в тот момент я понятия не имел, что я на самом деле делаю - что я пишу плохой код. Что ж, поверьте мне, я прошел через все это. Я помню, как несколько лет назад Билл Гейтс поделился этим Кто угодно может научиться программировать. И каждый должен попробовать - Билл Гейтс а также Стив Джобс однажды сказал Каждый в этой стране должен научиться программировать компьютер,..

Искусственный интеллект может быть использован для сравнения статистики по коронавирусу Китая и Тайваня

В своих предыдущих постах я проводил сравнительный анализ того, как новые случаи заболевания COVID-19 и новые смерти влияют на страны Великобритании, США, Китая, Южной Африки и Швеции. В этом посте было обнаружено, что в Китае сейчас очень мало новых случаев и новых смертей, что странно, учитывая тот факт, что это такая большая страна. Ссылку на этот пост можно найти по адресу: - «Использование ИИ для измерения того, как пандемия коронавируса повлияла на Великобританию, США, Китай,..