Публикации по теме 'data'
Изучение человеческой стороны данных - Интервью создателя с Джером Торпом
Мы поговорим с Джером Торпом, резидентом-новатором Библиотеки Конгресса, о его экспериментах с данными, p5.js, и рассмотрим одно из его приложений.
Ключевые ссылки
Джер Торп: в Twitter , на Glitch Джера Репозиторий Библиотеки Конгресса на GitHub "Библиотека Конгресса" "Сбой" ЛК для роботов Eyeo Festival Офис креативных исследований Генриетта Аврам Художник в архиве подкаста
Некоторые из проектов Jer’s Glitch
LOC Names (обсуждается в интервью) "Каламбур"..
Как изменить имя таблицы в MySQL
В MySQL имя таблицы является важным идентификатором, используемым для хранения и организации данных. Бывают ситуации, когда вам может понадобиться изменить имя существующей таблицы. Переименование таблицы в MySQL — относительно простой процесс, но важно следовать правильным шагам, чтобы избежать потери данных или нарушения работы вашей базы данных. В этой статье мы проведем вас через процесс изменения имени таблицы в MySQL.
Введение
MySQL — это популярная система управления..
5 отличных открытых наборов данных для ваших следующих проектов по науке о данных/машинному обучению
Идея науки о данных
5 отличных открытых наборов данных для вашего следующего проекта по науке о данных/машинному обучению
Наряду с идеями проекта, чтобы вы начали
Независимо от того, являетесь ли вы тем, кто только начинает заниматься наукой о данных, или опытным специалистом по обработке данных, который ищет свой следующий проект, может быть сложно найти интересный набор данных для измельчения — вот 5, которые привлекли мое внимание, и некоторые рекомендации проекта.
1. ВК,..
Статьи, основанные на использовании искусственного интеллекта для реконструкции ПЭТ-изображений
Нейронный КЭМ: метод ядра с глубоким коэффициентом априорной реконструкции ПЭТ-изображения ( arXiv )
Автор: Сики Ли , Куанг Гонг , Рэмси Д. Бадави , Эдвард Дж. Ким , Цзиньи Ци , Гобао Ван
Аннотация: Реконструкция изображения данных позитронно-эмиссионной томографии (ПЭТ) с малым числом импульсов является сложной задачей. Методы ядра решают эту проблему путем включения априорной информации об изображении в упреждающую модель итеративной реконструкции ПЭТ-изображения...
Как сделать написание кода более эффективным ?
В этой статье мы обсудим 4 способа повышения эффективности написания кода:
Держите это организованным
Организация вашего кода сделает вашу программу более читабельной, а также будет намного проще исправлять ошибки и/или повышать производительность.
Читать документацию
Чтение документации может быть не самым забавным занятием, но оно действительно может помочь вам с проблемой или проблемой. Иногда документация может обеспечить лучшее и беспристрастное понимание по сравнению с..
Более разумные способы кодирования категориальных данных для машинного обучения
Практические руководства
Более разумные способы кодирования категориальных данных для машинного обучения
Изучение кодировщиков категорий
Лучшее кодирование категориальных данных может означать лучшую производительность модели. В этой статье я познакомлю вас с широким спектром вариантов кодирования из пакета кодировщиков категорий для использования с машинным обучением scikit-learn на Python.
TL;DR;
Используйте кодировщики категорий для повышения производительности модели,..
K-классификация ближайших соседей
KNN, пожалуй, одна из самых простых моделей машинного обучения. Это непараметрическая модель, что означает, что она не делает никаких предположений о базовом распределении данных. Это алгоритм ленивого обучения , так как он не учится на обучающем наборе сразу, а процесс обучения выполняется во время прогнозирования. Его можно использовать как для задач регрессии, так и для задач классификации.
Логика, лежащая в основе KNN, — мера сходства. Он измеряет сходство между новыми..
