Публикации по теме data

Публикации по теме 'data'

JSON 101

Миру нужны форматы обмена данными, такие как XML и JSON, для обмена данными между очень разными системами. Переносимость или совместимость при передаче информации между платформами и системами - основная цель формата обмена данными. | Предпосылки Базовое понимание различных парадигм программирования. Знакомство с синтаксисом JavaScript и Python. 1 | Представляем JSON JSON расшифровывается как «JavaScript Object Notation». Он также известен как «формат обмена данными»,..

Погрузитесь в науку о данных - новичок!

Получите от нуля до 100% в ML от того, кто сделал это с нуля. НАЧАТЬ В КАЧЕСТВЕ НОВИЧКА Почти каждый из нас был знаком с этой областью автоматизации с такими жаргоном, как искусственный интеллект (AI), машинное обучение (ML), глубокое обучение (DL), наука о данных / аналитика и т. Д., Которые на первый взгляд казались волшебством. Я в этом не новичок, мои детские шажки тоже. В основе курса Data Science и магических терминов лежат следующие темы: Программирование на Python:..

Я специалист по данным. Я хочу добавить вас в свою сеть LinkedIn

В недавнем сообщении в блоге человека, называющего себя Чак Рассел, утверждается, что в наши дни для стольких людей неуместно называть себя специалистами по данным. Мы заставляем таких настоящих специалистов по обработке данных, как он, плохо выглядеть. Специалистом по обработке данных можно стать только через десять лет (назовем это десятью). Вот все, что не делает вас специалистом по данным: Использование исторических данных для попыток делать прогнозы. Знание языков..

Визуализации распределения для науки о данных

Как специалисты по обработке данных, мы должны решить, какие функции использовать в той или иной задаче машинного обучения. Мы часто берем каждую функцию, которая у нас есть, и создаем другие из истории лагов или интуитивно понятных комбинаций необработанных переменных и помещаем их все в модель, чтобы после обучения увидеть, каков вклад каждой функции (с некоторой метрикой вклада переменной), и принять решение. Если бы эти функции были доступны в первую очередь, это было бы хорошей идеей...

Не продавайте свои данные

Подпишитесь на нашу рассылку здесь Программное обеспечение было настолько сложным два десятилетия назад, что создание простых приложений для рабочего процесса значительно опередило другие компании. Вот почему в декабре 1999 года у Microsoft был бизнес стоимостью 879 миллиардов долларов [1]. Сегодня такие приложения намного проще создавать с помощью множества программ с открытым исходным кодом, библиотек и API, а также эластичной облачной инфраструктуры. Но вы не можете получить..

Синтетические данные

Будущий стандарт развития науки о данных В современном мире, где наука о данных управляет каждой отраслью, наиболее ценным ресурсом для компании являются не алгоритмы машинного обучения, а сами данные . С появлением больших данных появилось теоретическое понимание того, что данные есть повсюду. В настоящее время считается, что мы имеем дело с объемом около 2,5 квинтиллионов доступных данных. Отлично, правда? Но, как и в любой отрасли, этот основной вопрос необходимо..

ИИ не просто изучает наши предубеждения; он их усиливает.

ИИ не просто изучает наши предубеждения; он их усиливает. После моей презентации Предвзятость: статистические и значимые на прошлой неделе на обеде REWORK Women in AI in Healthcare Dinner в Лондоне меня спросили, могу ли я написать что-нибудь по этой теме, предназначенное для менее технической аудитории. Я надеюсь, что эта статья предоставит достаточно технической интуиции о причинах предубеждений в алгоритмах, а также предложит доступный взгляд на то, как мы непреднамеренно..