Публикации по теме 'data'
Инновационные статьи для чтения по сверточным сетям графов, часть 2
Сверточные сети с расширенным графом соседей для классификации и рекомендации узлов ( arXiv )
Автор: Хао Чен , Чжун Хуан , Юэ Сюй , Цзэндэ Дэн , Фейран Хуан , Пэн Хэ , Чжоуцзюнь Ли .
Аннотация: недавно предложенные графовые сверточные сети (GCN) достигли значительно более высокой производительности в различных задачах, связанных с графами, таких как классификация узлов и рекомендации. Однако в настоящее время исследования моделей GCN обычно рекурсивно агрегируют..
Почему Data Scientist нужно нанимать, а не отдавать на аутсорсинг.
Многие компании используют технологию машинного обучения для создания различных решений машинного обучения для решения своих бизнес-задач. С постоянно растущим объемом данных, генерируемых каждый день, многие компании используют данные для создания интеллектуальных решений для улучшения своих бизнес-операций за счет автоматизации.
Разработка машинного обучения следует ряду этапов, реализованных в проекте машинного обучения для создания бизнес-решения. Эти этапы включают в себя..
Список литературы по науке о данных
Список литературы по науке о данных
Лучшие книги от The Pragmatic Bookshelf
Ниже приведены лучшие книги в нашей категории Data Science, некоторые из которых вы можете прочитать прямо здесь, на Medium .
Создание табличных представлений с помощью Phoenix LiveView: расширенные пользовательские интерфейсы таблиц для доступных данных , Питер Ульрих
Антипаттерны SQL, том 1: Как избежать ошибок при программировании баз данных , Билл Карвин
Проектирование..
Освоение модуля комбинаций Python: подробное руководство
Вы когда-нибудь сталкивались с трудностями при работе с коллекциями данных в Python? Часто ли вы сталкиваетесь с трудностями при попытке подсчитать количество вхождений элементов или найти наиболее распространенные элементы в списке или словаре? Если да, то модуль Python Collection Tools может изменить для вас правила игры. Этот универсальный модуль предоставляет набор мощных инструментов, которые делают работу с коллекциями данных в Python намного проще и эффективнее. В этой статье мы..
ПОДГОТОВКА ДАННЫХ
Подготовка данных — один из самых важных шагов в процессе решения любой задачи, связанной с наукой о данных или машинным обучением. В этом блоге мы расскажем обо всех этапах как можно подробнее.
Ниже приведены основные этапы подготовки данных:
Идентификация переменных : ›Сначала определите переменные-предикторы (входные) и целевые (выходные). ›Далее определите тип данных и категорию переменных. ›Предположим, мы хотим предсказать, будут ли студенты играть в крикет или нет (см. ниже..
Инновационные документы, основанные на использовании клинических данных для получения важной информации, связанной с…
Объединение мультимодальной МРТ и клинических данных на основе CNN-LSTM для прогнозирования функционального исхода у пациентов с инсультом ( arXiv )
Автор: Нима Хатами , Тэ-Хи Чо , Лаура Мечтуф , Омер Фарук Экер , Дэвид Руссо , Кэрол Фриндель
Аннотация: Прогнозирование клинического исхода играет важную роль в ведении пациентов с инсультом. С точки зрения машинного обучения одной из основных проблем является работа с разнородными данными при поступлении пациента, то..
Pandas Полное руководство (Часть 4)
В этом руководстве мы рассмотрим группировку и сортировку.
Карты позволяют нам преобразовывать данные в DataFrame или Series по одному значению за раз для всего столбца. Однако часто мы хотим сгруппировать наши данные, а затем сделать что-то конкретное для группы, в которой находятся данные.
Мы делаем это с помощью операции groupby() .
Групповой анализ:
Мы можем воспроизвести то, что делает value_counts() , выполнив следующие действия:
reviews.groupby('points').points.count()..
