Публикации по теме 'data-science'


Множественное вменение с помощью связанных уравнений
Множественное вменение с помощью цепных уравнений (MICE) — это статистический метод работы с отсутствующими данными. Это надежный и информативный метод, который можно использовать для заполнения отсутствующих данных в наборах данных с различными типами переменных. MICE работает путем итеративного заполнения отсутствующих значений, создавая несколько полных наборов данных. На каждой итерации отсутствующие значения переменной вменяются с использованием наблюдаемых значений других..
Видеообзор на YouTube: полный курс Data science — Edureka!
Последние пару недель я провел за просмотром 10-часового 23-минутного видео, посвященного науке о данных, которое было создано Edureka! Я всегда ищу способы улучшить свои навыки в этой нишевой области, поэтому подумал, что прохождение курса было бы для меня идеальным способом освоить некоторые новые методы и помочь мне повысить свою квалификацию.
Преодоление проблем науки о данных в биосенсорной аналитике
Интеграция технологий и здравоохранения продолжает революционизировать то, как мы отслеживаем и улучшаем благополучие людей. Недавняя пандемия дала редкий и тревожный взгляд на ограничения наших систем здравоохранения и стимулировала решения, направленные на устранение этих ограничений, часто за счет использования решений на основе ИИ и машинного обучения для автоматизации процессов и раскрытия возможностей прогнозирования. Наша команда специалистов по обработке и анализу данных недавно..
Обязательные к прочтению исследовательские работы по аналитике решений, часть 2 (Стандарт Промышленности 4.0)
Прогнозирование спроса на основе кластеров с использованием усреднения байесовской модели: подход к обучению по ансамблю ( ELSEVIER ) Автор: МахьяСейедана , ФерештехМафахериб , ЧунВанга Аннотация: прогнозирование спроса — важный аспект управления цепочками поставок, который может способствовать увеличению прибыли и повышению эффективности за счет согласования каналов поставок с ожидаемым спросом. В сфере розничной торговли клиенты и их потребности разнообразны, что делает..
ВАЖНОСТЬ ПЕРЕСТАНОВКИ КАК КРАТКОЕ ОБЗОР МОДЕЛИ
В этой статье, как следует из заголовка, я буду писать о важности перестановок. Задумывались ли вы хотя бы раз о том, какие функции ваша модель машинного обучения считает важными? Если у вас есть или нет, вы читаете правильную статью. В машинном обучении одна из проблем, часто возникающих при «Разработке признаков», заключается в определении того, какие признаки оказывают наибольшее влияние на прогнозы. Как вы могли догадаться, один из наиболее эффективных способов оценки этого..
Каковы практические преимущества машинного обучения?
Узнайте о практических примерах использования и влиянии машинного обучения и обработки данных на нашу повседневную жизнь с нетехнической точки зрения. Некоторые из моих предыдущих вводных сообщений по машинному обучению и науке о данных были немного техническими. Тем не менее, моя цель этого поста - объяснить некоторые практические варианты использования ML исключительно с точки зрения нетехнического подкованного непрофессионала, который ранее не имел к нему никакого отношения...
Сокращение трубопроводного долга с большими ожиданиями
Всегда знайте, чего ожидать от ваших данных Эта статья была впервые опубликована в Блоге Neptune AI . Вы являетесь частью команды специалистов по обработке данных в продуктовой компании. У вашей команды есть несколько моделей машинного обучения. Их результаты определяют важные бизнес-решения, а также несколько информационных панелей, отображающих важные ключевые показатели эффективности, за которыми ваши руководители внимательно следят днем ​​и ночью. В тот роковой день вы..