Публикации по теме data

Публикации по теме 'data'

Создайте свой собственный набор данных с помощью Python

Как я построил тысячи строк точек данных с нуля Данные - основа науки о данных и машинного обучения. Тысячи и тысячи точек данных необходимы для того, чтобы анализировать, визуализировать, делать выводы и строить модели машинного обучения. В некоторых случаях данные доступны для бесплатного скачивания. В других случаях данные нигде не найти. В ситуациях, когда данные недоступны, но необходимы, вам придется прибегать к их самостоятельному накоплению. Есть много методов, которые вы..

Функциональная инженерия

Функциональная инженерия Понимание самого важного шага в рабочем процессе обработки данных Вступление Разработка функций - это набор методов, применяемых в науке о данных, направленных на то, чтобы данные могли использоваться моделями должным образом. Это смесь науки и искусства, и, возможно, это самый важный этап рабочего процесса в области науки о данных в том смысле, что это один из этапов, который приносит наибольшую пользу. Для его освоения требуется много изучения и..

Вопросы для собеседования по Splunk Data Science

90 из Fortune 100 используют Splunk . Splunk превращает машинные данные в ответы. Он может дать вам ответы, необходимые для решения самых сложных задач в области ИТ, безопасности и бизнеса - с возможностью развертывания локально, в облаке или с помощью гибридного подхода. В современном мире, где машинные данные генерируются каждую секунду, очень важен такой инструмент, как Splunk. Существует около 1900+ приложений Splunk, которые помогут вам получать данные с машин и получать от них..

Как убедить людей, что машинное обучение работает

Многие до сих пор не уверены, что машинное обучение работает, что аналитика надежна. Но им нужна аналитическая информация, и в большинстве случаев машинное обучение — это то, что нужно. Это означает, что когда вы работаете с клиентами, которые сами не увлекаются машинным обучением, вам нужно убедить их, что машинное обучение действительно работает. Нет правил, нет физических моделей Многие до сих пор считают, что аналитика работает только тогда, когда она основана на физике. когда..

Нейронная сеть с радиальной базисной функцией в машинном обучении

RBFNN - одна из полезных функций машинного обучения. Нейронная сеть с радиальной базисной функцией - это искусственная нейронная сеть, которая предпочитает использовать радиальные базисные функции в качестве операционных функций. Выходные данные, полученные через эту функцию, представляют собой объединение радиальной базисной функции входов и параметров нейрона. Его изобрели в 1988 году Брумхед и Лоу, оба они были исследователями в Royal Signals and Radar Establishment. По сути,..

Неконтролируемая кластеризация продуктов: изучение проблемы холодного запуска

Рекомендации по продуктам могут быть сложной задачей для платформ электронной коммерции. Они могут быть особенно сложными, когда сезонный товарооборот высок или история просмотров пользователя ограничена. Здесь, в SSENSE , мы получаем постоянный поток модных брендов. Ежедневно загружаются сотни товаров, и мы стремимся обеспечить соответствие между продуктами. В этой статье я представляю простую технику обработки естественного языка (NLP) для создания рекомендаций по продуктам без..

Компания Aptitive вошла в десятку лучших поставщиков решений для маркетинговой атрибуции

Компания Aptitive рада сообщить, что журнал MarTech Outlook включил нас в список 10 лучших поставщиков решений для маркетинговой атрибуции . Мы получили признание за наше умение принимать действенные маркетинговые решения, основанные на данных, с помощью решений для управления данными и бизнес-аналитики. Генеральный директор Aptitive Пол Корнинг сказал: «Мы гордимся признанием нашего современного подхода к маркетинговой атрибуции. По мере роста количества и разнообразия маркетинговых..