Публикации по теме 'data-scientist'


Как практиковать науку о данных и оттачивать свои навыки?
В моей предыдущей статье я рассказал об инструментах, которые вам нужно освоить, чтобы стать специалистом по данным. Я настоятельно рекомендую прочитать эту статью просто для ознакомления с основами науки о данных. Кто такой Data Scientist и какими инструментами нужно овладеть, чтобы им стать? Эта статья предназначена для тех, кто знаком с инструментами и технологиями науки о данных, но все еще задается вопросом, как они применяют этот набор навыков. Я поделюсь тем, как я практиковал и..
Использование данных широты и долготы в моей задаче машинного обучения.
В начале этой недели я столкнулся с проблемой машинного обучения с географическими данными в виде координат (широта и долгота). Я не мог отбросить эти столбцы, потому что был уверен, что географическое положение подходит для моей модели. Поэтому мне нужен был подход к использованию этих данных, чтобы они не усложняли мою модель. В качестве арматуры я впервые использовал геопространственные данные, и я еще не освоил, не говоря уже о том, чтобы использовать какие-либо базовые методы работы с..
Прогнозирование «камень-ножницы-бумага» с помощью сверточной нейронной сети (CNN)
Джейдип Дас, студент факультета компьютерных наук и инженерии MAKAUT Вы можете получить этот блокнот проекта: https://jovian.ai/jaydeep-msd/rock-paper-scissors-cnn Jovian: Jovian — это бесплатная платформа, на которой вы можете легко хранить/сохранять свой проект по науке о данных, а также они предлагают множество бесплатных курсов. так что просто посетите jovian.ai Об игре "Камень-ножницы-бумага": Камень-ножницы-бумага (также известный под другим порядком трех..
В чем разница между контролируемым и неконтролируемым обучением?
Существует два основных метода искусственного интеллекта глубокое обучение (ИИ) и машинное обучение : обучение с учителем и обучение без учителя. Основное различие заключается в том, что один использует помеченные данные, чтобы помочь в прогнозировании результатов, а другой нет. Однако между этими двумя методами и критическими областями есть некоторые различия, в которых один превосходит другой. В этой статье будут объяснены различия, чтобы вы могли решить, какая техника лучше для..
Можем ли мы предсказать эффективные предложения, используя данные, сгенерированные пользователями приложения Starbucks?
Я хотел узнать, каковы основные факторы привлекательного предложения в приложении Starbucks, а также предсказать, примет ли пользователь предложение, если будут предоставлены данные, а именно характеристики предложения и демографические данные пользователей? Это был конкурс Starbucks Capstone Challenge для Data Scientist Nano Degree в Udacity. Я получил набор данных от программы, которая создает данные, моделирующие, как люди принимают решения о покупке и как рекламные предложения..
Итак, вы хотите быть специалистом по данным
Вот мой рецепт успеха в науке о данных Данные повсюду - от продаж в электронной коммерции, загрузки приложений на смартфон до управления цепочками поставок, биоинформатики или подключенных устройств. По данным IBM, в 2019 году предприятия создают и хранят почти 2,5 квинтиллиона байт данных каждый день. Большие данные - это большой бизнес, и предприятия плавают в океанах ценных данных. Поскольку одна из самых быстрорастущих отраслей с многомиллиардным оборотом, корпорации и..
Подготовка к собеседованию по науке о данных
Наука о данных, машинное обучение, искусственный интеллект, глубокое обучение, самоуправляемые автомобили, суперинтеллектуальные чат-боты, распознавание лиц и многое другое делают сегодня шум на рынке. Использование этих шумов может повысить оценку стартапа в десять раз или увеличить вашу зарплату в пять раз. Сегодня большое количество разработчиков программного обеспечения, бизнес-аналитиков, аналитиков по качеству программного обеспечения, менеджеров по продукту хотят стать специалистами..