Публикации по теме 'data'


Хитрые случаи № 6. Очистить графики Highcharts
Отказ от ответственности. «TrickyCases» — это серия сообщений с относительно короткими фрагментами кода, полезными в повседневной практике машинного обучения. Здесь вы можете найти то, что вы искали бы в StackOverflow через несколько дней. Графики часто содержат ценные данные, и если вы такой фанат данных, как я, вы захотите взять эти данные домой. Одним из моих недавних открытий было то, насколько легко анализировать данные, полученные с помощью модуля HighCharts.js. Вы можете..

Введение в фреймворки и библиотеки машинного обучения
Добро пожаловать в последний пост в моей серии инструментов для машинного обучения, где мы рассмотрели основы NumPy, Pandas, визуализации данных, основ машинного обучения и, наконец, мы готовы поговорить о платформах машинного обучения! Если вы пропустили последний пост об основах машинного обучения, где я пытался познакомить вас с такими вещами, как искусственные нейроны, нейронные сети, как они обучаются и какие функции/параметры используются в процессе. Не обязательно читать это,..

Как работает алгоритм восхождения на холм (искусственный интеллект)
1.Новая платформа для поиска нейронной архитектуры в домене Hill Climbing ( arXiv ) Автор: Мудит Верма , Прадьюмна Синха , Каран Гоял , Апурва Верма , Себа Сьюзан Аннотация . Нейронные сети уже давно используются для решения сложных задач в области изображений, однако их проектирование требует ручного труда. Кроме того, методы автоматического создания подходящей архитектуры глубокого обучения для данного набора данных часто используют обучение с подкреплением и..

Zingg, Data Meshes, Dagster; ThDPTh #53
Благодаря Prukalpa Sankar , соучредителю Atlan, я наткнулся на статью о сетках данных, которая очень хорошо вписывается в то, над чем я сейчас работаю, в книге, над которой я соавтор (пинг! Сетка данных в действии — это в раннем доступе ). Я Свен , я собираю Точки данных , чтобы помочь понять и сформировать будущее, основанное на данных. Мысли Свенса Если у вас есть всего 30 секунд свободного времени, вот что я считаю полезной информацией для инвесторов, руководителей данных и..

Создание масштабных моделей ИИ для OTA
Вы когда-нибудь задумывались, как интеллектуальные модели могут справляться с постоянно меняющимся и огромным потоком транзакционных данных, чтобы предоставлять точные прогнозы и рекомендации в системах ИИ? Основным ключом для большинства специалистов по данным и инженеров по машинному обучению является создание масштабируемых моделей ИИ, готовых к использованию. При построении с нуля каждой организации потребуется определенная автоматизация для повышения эффективности повседневных..

5 функций Python, о которых я хотел бы знать раньше
Начинающий Python 5 функций Python, о которых я хотел бы знать раньше Уловки Python, выходящие за рамки лямбда, карты и фильтра Python , возможно, является растущим языком программирования десятилетия и оказался очень мощным языком. Я создал очень много приложений с использованием Python, от интерактивных карт до блокчейнов . В Python так много функций, что новичкам очень сложно сначала все понять. Даже если вы программист, переключающийся с других языков, таких как C или..

Как работает ранговое агрегирование (искусственный интеллект)
1. Перспективы приоритезации рисков уязвимостей центров обработки данных с использованием ранговой агрегации и многоцелевой оптимизации ( arXiv ) Автор: Бруно Гриши , Габриэла Кун , Фелипе Коломбелли , Витор Маттер , Леомар Лима , Карине Хайнен , Маурисио Пегораро , Марсио Борхес , Сандро Риго , Хорхе Барбоза , Родриго да Роса Риги , Криштиану Андре да Кошта , Габриэль де Оливейра Рамос Аннотация . В настоящее время данные стали бесценным активом для юридических..