Публикации по теме 'data'


Модель прогнозных данных по жилищным данным Эймса
Введение Понимание потребностей клиентов и прогнозирование покупательских намерений составляют основу успеха любого бизнеса. Попросите покупателя описать дом своей мечты, и он, вероятно, не начнет с высоты потолка подвала или близости к железной дороге с востока на запад. Но этот набор данных по проекту доказывает, что на переговоры о цене влияет гораздо больше, чем количество спален или белый забор. Для чрезвычайно диверсифицированного рынка недвижимости, на котором цены на..
Почему вы можете использовать область под кривой вместо точного вызова
Когда дело доходит до оценки производительности вашей модели, существуют различные скалярные метрики. Применительно к реальному миру иногда бывает сложно выбрать метрику, соответствующую вашей проблеме. Например, обычно используемая точность может не подходить, когда вы имеете дело с искаженными классами, когда модель может просто предсказывать класс большинства и по-прежнему давать высокую точность. Возможно, вы будете больше заинтересованы в точности и запоминании оценок с вашими сильно..
Объектно-ориентированное программирование
Добро пожаловать в наш дворец упс. Вкратце, я бы сказал, что «Упс» означает « решение проблем путем создания объектов» , но если мы копнем глубже, то наш милый Упс утверждает, что: « Упс пытается сопоставить инструкцию кода с реальными сущностями, такими как объект, наследование, абстракция и т. Д., И это делает код коротким и понятным. » Классы и предметы - основа нашего дворца Упс. Классы - это логические компоненты, они работают как схема объектов и не занимают места в памяти...
Так же просто, как «Смотри, думай, делай» для машинного обучения
Пару недель назад я выступил на мероприятии Servian за завтраком, где мы рассказали, как мы подходим к данным и платформам машинного обучения для цифровых маркетологов с помощью концепции «Смотри, думай, делай» для обработки данных в конвейерах. «Видеть» включает в себя сбор данных и их эффективное использование для различных целей. «Думать» включает в себя проведение анализа, будь то традиционный анализ данных или применение ИИ и машинного обучения. «Действие» требует визуализации..
Данные тренировок Россум
Каждому проекту машинного обучения необходимы данные обучения, сбор этих данных имеет решающее значение для успеха проекта, а для решения многих сложных проблем это тоже непростая задача. Что ж, робот-счетчик Россум не исключение! Чтобы научить наши машины распознавать поля данных в счетах-фактурах, нам нужны тысячи примеров счетов-фактур. Эти счета также должны включать «правильные ответы», которые мы хотим получить от робота - значение каждого поля данных, которое мы извлекаем, вместе с..
Человеческая предвзятость при сборе данных
Мысли и рекомендации по созданию ориентированных на клиента и понятных данных. Недавно, когда я слушал Data Science , особо выделялась фраза: данные - это абстракция реальной жизни, созданная людьми. Связи в данных не обязательно представляют ассоциации в реальной жизни . Идея заключалась в том, что данные не появляются сами по себе - скорее, люди конструируют данные для записи информации, имеющей значение в реальной жизни, и при этом непреднамеренно наполняют ее своими..
Анализ сегментации клиентов для финансовых услуг Arvato
Блог проекта Capstone Data Scientist от Udacity. Описание проблемы : создание отчета по сегментации клиентов для Arvato Financial Services. Введение С помощью этого проекта подробного анализа данных мы стремимся спрогнозировать количество потенциальных клиентов компании по продаже почтовых услуг в Германии. Этот глубокий отраслевой проект осуществляется непосредственно партнерами udacity из Bertelsmann Arvato Analytics. Наша основная цель - проанализировать сегментацию..