Публикации по теме 'data'


30 дней науки о данных — День 1: Проблемы регрессии
Данные. У нас их тонны, и с каждым днем ​​мы собираем все больше и больше. Звучит как крутая вещь, но без использования данные со временем теряют свою ценность. Один из замечательных способов обработки данных — использовать их для прогнозирования будущего. Звучит круто, верно? Машинное обучение в помощь Вот статья (написанная мной) , объясняющая некоторые аспекты машинного обучения и что это такое. Как правило, алгоритмы машинного обучения работают, делая прогнозы на..

5 полезных советов и приемов, которые вы захотите знать при использовании Python  —  часть 3
Мои последние два поста в блоге были посвящены одной и той же теме, и я обнаружил, что последние два было так весело писать, что я решил, что должен быть третий. Я поделюсь еще пятью крутыми трюками, которые я считаю полезными и достаточно простыми, чтобы они не нуждались в объяснениях. Сначала мы рассмотрим распаковку, в частности, с использованием оператора звездочки или звездочки (*)…

Наука о данных: машинное обучение
Машинное обучение — это то, как мы даем машинам инструкции для самостоятельного обучения без вмешательства человека в процесс. Этот процесс разработан, чтобы помочь человеку в вычислении больших данных. Без участия человека в процессе точность и согласованность вычислений могут быть лучше по сравнению с ручными вычислениями, выполняемыми человеком. Но, с другой стороны, машинное обучение также создаст плохой результат, если в данных инструкциях присутствует ошибка. Существует..

Использование ChatGPT для генерации данных, 4 примера
В наши дни стандартные источники данных, такие как списки стран и списки валют, легко доступны в Интернете. Однако обогащение или переформатирование этих данных часто может занимать много времени. В этой статье мы рассмотрим, как можно использовать ChatGPT для эффективного создания и улучшения данных. Мы приведем примеры для демонстрации возможностей ChatGPT. Пример 1 — Получение списка мировых валют в формате CSV Я попросил ChatGPT предоставить мне список валют, включая код..

Как работают гамильтоновы нейронные сети (машинное обучение)
Порт-гамильтоновы нейронные сети с портами, зависящими от состояния ( arXiv ) Автор: Сельве Эйднес , Александр Дж. Стасик , Камилла Стеруд , Эйвинд Бён , Сигне Ример-Соренсен Аннотация: Гибридное машинное обучение, основанное на формулах Гамильтона, недавно было успешно продемонстрировано для простых механических систем. В этой работе мы проводим стресс-тестирование метода как на простых системах масса-пружина, так и на более сложных и реалистичных системах с несколькими..

Как работает Wasserstein GAN часть 3
1. Скрытая выпуклость GAN Вассерштейна: интерпретируемые генеративные модели с решениями в закрытой форме ( arXiv ) Автор: Арда Сахинер , Толга Эрген , Бату Озтюрклер , Бурак Бартан , Джон Паули , Мортеза Мардани , Мерт Пиланчи Аннотация: генеративно-состязательные сети (GAN) обычно используются для моделирования сложных распределений данных. И генераторы, и дискриминаторы GAN часто моделируются нейронными сетями, что создает непрозрачную задачу оптимизации, которая не..

Как развивается телемедицина в 2022 году, часть 2 (биоинформатика)
1. Преобразование телемедицины с помощью анализа больших данных (arXiv) Автор: Майкл Кокли , Джанкарло Крочетти , Фил Дресснер , Ванда Келлум , Тамба Ламин . Аннотация . Взгляд на то, как большие данные трансформируют телемедицину, чтобы обеспечить лучшее лечение за счет использования более крупного источника информации о пациентах. Телемедицина окажет глубокое влияние на уход за пациентами, повысит доступность и качество и предоставит возможность снизить расходы на..