Публикации по теме 'data'
Исследовательские работы по концепции оптимального транспорта
Факультет дистилляции с оптимальным транспортом( arXiv )
Автор: Су Лу , Хань-Цзя Е , Дэ-Чуан Чжань
Аннотация : Дистилляция знаний (KD) показала свою эффективность в улучшении классификатора учащихся при наличии подходящего учителя. Излияние разнообразных и многочисленных предварительно обученных моделей может предоставить богатые ресурсы для учителей для KD. Однако эти модели часто обучаются на разных задачах ученика, что требует от ученика точного выбора наиболее..
Обзор: Глубокое обучение с Python
Глубокое обучение — это область машинного обучения, получившая широкую популярность и признание в последние годы благодаря своей беспрецедентной способности обрабатывать и анализировать большие объемы сложных данных. Это тип искусственного интеллекта (ИИ), который имитирует нейронные сети человеческого мозга, чтобы учиться и делать прогнозы на основе огромных объемов данных. В этой статье мы рассмотрим основы глубокого обучения с помощью…
Вы все еще используете Pandas для больших данных?
Pandas не поддерживает многопроцессорность и работает медленно с большими наборами данных. Есть лучший инструмент, который заставит работать эти ядра ЦП!
Pandas - один из лучших инструментов для Исследовательского анализа данных . Но это не значит, что это лучший инструмент для решения любой задачи, например, обработки больших данных . Я потратил так много времени на ожидание, пока панды прочитают кучу файлов или объединят их и вычислит характеристики.
Недавно я нашел время и..
Шесть бесплатных книг, которые должен скачать каждый аналитик данных
Шесть бесплатных книг, которые должен скачать каждый аналитик данных
Вы можете не читать все эти книги, но вы должны иметь их наготове для поиска. В следующих бесплатных книгах подробно описаны многие возможности и функции, которые вы можете выполнять с помощью R. Я рекомендую поместить эти документы в вашу коллекцию ресурсов для использования в будущем при необходимости. Вы можете даже подумать о том, чтобы прочитать несколько. Они очень доступны и отлично работают на электронных..
«Пощекочите свою техническую забавную кость: наполненный смехом тур по цифровому миру»
«Пощекочите свою техническую забавную кость: наполненный смехом тур по цифровому миру»
В нашем быстро развивающемся мире данные являются движущей силой практически каждого решения, которое мы принимаем. Но задумывались ли вы когда-нибудь о том, как пространство, в котором мы живем, может предоставить ценную информацию с помощью данных? Войдите в сферу анализа занятости, динамичную область, которая может революционизировать то, как мы управляем своим окружением. В этом всеобъемлющем..
Neo4j и GraphQL Heavenly Match # 1 - Направленные отношения
Одна из самых полезных функций интеграции GRANDstack с GraphQL - это возможность создавать и выражать направленные отношения между узлами на вашем графике или объектами в ваших данных. Простым примером могут быть два друга, которые вы могли бы выразить в своей схеме GraphQL следующим образом:
type Person { name: String friends: [Person] @relation(name: "FRIEND", direction: "OUT) }
Вы можете легко расширить эту простую схему и добавить любое количество отношений, которые вам нравятся;..
Проектирование и проектирование конвейеров данных — обработка миллиардов событий данных в месяц
Если вы работаете в области обработки данных и вам необходимо спроектировать некоторые конвейеры данных для приема данных в вашу систему, а ваша ежемесячная обработка событий данных превышает миллиарды, вы можете использовать Apache Kafka на периферии; при таком малом объеме вам, вероятно, не нужно использовать платную версию.
Термин «малый объем» относится к тому факту, что миллиарды событий в месяц меньше, чем тысяча событий в секунду. Kafka может использоваться в качестве вашей..
