Публикации по теме data

Публикации по теме 'data'

Линейная алгебра в науке о данных:

Линейная алгебра в науке о данных: Праджакта грива Институт геоинформатики "Симбиоз" Обзор: Линейная алгебра является основой для широкого спектра методов и приложений науки о данных. Вот несколько примеров того, как линейная алгебра может помочь вам стать лучшим специалистом по данным. Эти приложения были разделены на множество категорий — базовое машинное обучение, уменьшение размерности, обработка естественного языка и компьютерное зрение — все это примеры базового..

Организованное хранилище наборов данных на PortML

Как хранить наборы данных и делиться ими в PortML Работа над проектами машинного обучения связана с проблемой хранения и организации наборов данных. Это может замедлить рабочий процесс. В совместных проектах каждый должен иметь доступ к одним и тем же наборам данных в любое время. PortML предлагает решение, предоставляя безопасное частное облако, в котором вы можете легко и организованно хранить наборы данных, модели и эксперименты и обмениваться ими. В этом блоге мы рассмотрим,..

Контрольный список навыков менеджера по продуктам в области науки о данных

Итак, вы хотите быть менеджером по продукту в области науки о данных? Начинающие продакт-менеджеры (PM) рано или поздно захотят сменить профессию и перейти в область данных. Однако существует пробел в знаниях и опыте, который необходимо восполнить. PM, проходящий переходный период, должен изучить множество новых тем машинного обучения (ML), хотя их можно практиковать, в основном ожидается их теоретическое понимание и понимание их последствий. В следующей статье делается попытка..

Присоединение к источникам данных

Большая часть «науки о данных» в реальном мире включает создание набора данных, визуализации, приложения, которое требует извлечения и объединения данных из самых разных источников, чтобы рассказать цельную историю. Пройдя мимо игрушечных наборов данных, давайте рассмотрим одно комплексное приложение, объединяющее разрозненные источники данных в одну всеобъемлющую карту . В частности, мы ответим на вопрос: С какими почтовыми индексами в округе Лос-Анджелес больше всего магазинов..

Как узнать, хороша ли ваша модель классификации?

Руководство по определению того, успешна ли ваша модель в контексте ваших целей Если вы новичок в машинном обучении и разработали модель классификации, поздравляем! Вы можете подумать: «Что теперь?» Это отличный вопрос. Благодаря технологии автоматического машинного обучения создание моделей стало более доступным, чем когда-либо. Трудность заключается в том, чтобы определить, хороша ли эта модель. В этой статье я расскажу, как определить, подходит ли ваша модель для вашего варианта..

Путешествие во времени с использованием структур данных

Создание алгоритмической машины времени Для решения некоторых очень специфических задач геолокации и учетных баз данных нам необходимо прибегать к структурам данных, которые позволяют разработчику совершить «путешествие во времени» — вернуть структуру в прежнее состояние или изменить порядок выполняемых операций и посмотреть каким будет нынешний результат. Очень наглядным примером такой структуры данных являются системы контроля версий, такие как github или bitbucket . Используя..

Анализ данных новогодней резолюции с использованием Python

Анализ общедоступного набора данных из Kaggle Близится февраль, и это официальный месяц несостоявшейся новогодней резолюции . С учетом сказанного, это хороший сезон для анализа того, что мы можем узнать из набора данных Новогодняя резолюция . То, что мы будем использовать здесь, взято из Kaggle. Это ссылка для скачивания набора данных. По словам загрузившего файл, набор данных содержит 5011 твитов, касающихся новогодних решений 2015 года. Взглянув на добытые данные, вы..