Публикации по теме 'data'


12 полезных фактов о машинном обучении
12 полезных фактов о машинном обучении Алгоритмы машинного обучения могут понять, как выполнять важные задачи, обобщая примеры. Это часто осуществимо и рентабельно там, где ручное программирование невозможно. По мере поступления большего количества данных можно будет решать более амбициозные проблемы. В результате машинное обучение широко используется в компьютерных и других областях. Однако разработка успешных приложений машинного обучения требует значительного количества «черного..
Миф о современном маркетинге
Начинается как всегда. Приветливые приветствия и вопросы « как прошли выходные », когда они, как призраки, проскальзывают обратно в ослепляющий свет и реальность офиса. Тихая тайна выходных тает, как туман на утреннем солнце. Бродить обратно, как ошеломленные зомби, лишенные кофе, к безжалостной рутине гибкого рабочего пространства. Садимся в аккуратно расставленные вращающиеся кресла и снова подключаемся к системе. Таким образом, снова начинается благоговейный обратный отсчет выходных...
Новое путешествие начинается для Hashmap, компании NTT DATA
С момента запуска Hashmap в 2012 году мы решили помогать клиентам внедрять и использовать современные решения на основе данных и приложения искусственного интеллекта, которые ускоряют внедрение цифровых технологий и понимание. Мы очень гордимся своими достижениями и тем, как мы помогли нашим клиентам, включая стартапы организаций из списка Fortune 500 в финансовой, здравоохранительной, энергетической, технологической и других отраслях, создать надежные фонды данных и приложения для..
5 конкретных реальных проектов для создания вашего портфолио в области науки о данных
Ключ к успеху - уникальность, а не причудливость Вы хотите войти в мир науки о данных? Поздравляю! Это (по-прежнему) правильный выбор. Рынок в настоящее время становится жестче. Итак, вы должны быть морально готовы к долгому пути найма и множеству отказов . Я предполагаю, что вы уже прочитали, что портфолио по науке о данных имеет решающее значение и как его создать . Большую часть времени вы будете обрабатывать и анализировать данные, а не применять замысловатые модели. Один..
6 подходов к работе с несбалансированными классами
Вы видели эту проблему в своем наборе данных? Вы можете столкнуться с проблемой несбалансированных классов, когда имеете дело с проблемами классификации. Это очень распространено. Представьте, что вы создаете модель классификации и получаете точность 98%. Можете ли вы сказать, что ваша модель хороша тем, что показывает довольно высокую точность? Что, если около 98% данных принадлежат одному классу? Мы можем добиться точности 98% без построения модели, просто предсказав, что все..
Добавление дополнения данных в препроцессор
Привет Тиму! Итак, на прошлой неделе мы остановились на блоге Тима: Https://medium.com/@tmthylin/writing-an-image-data-preprocessor-using-davis-2019-9ebc45702ca3 Сначала взгляните на это: Делаем ли мы увеличение изображения только потому, что это круто выглядит? Нет, мы делаем это, чтобы получить больше данных. Иногда нейронная сеть выбирает ярлыки и находит смысл в произвольных шаблонах, которые случайно оказались там. Например, если бы все собаки смотрели вправо, а..
Связь с данными
«Вы когда-нибудь чувствовали, что хотите что-то купить, а на следующий день начинаете бродить по Интернету и видите точно такую ​​же рекламу товара, как ни удивительно, даже цвет, который вам нравится?». Это классический пример того, какие у вас отношения с данными. Достаточно сложная, но эффективная и простая, когда дело касается окружающего мира. Я расскажу вам, как я делюсь своими отношениями с данными, работая над любым проектом по науке о данных. 3 этапа Как и в случае..