Публикации по теме 'ml-so-good'
Feature Store: Ускорение инициатив в области науки о данных!
Feature Store: Ускорение инициатив в области науки о данных!
Feature Store: Масштабирование машинного обучения как продукта данных!
Наука о данных быстро развивалась, стимулируя цифровую трансформацию и улучшая процесс принятия решений во многих отраслях. В этом контексте Feature Store выступает как инновационное решение, направленное на ускорение инициатив в области науки о данных и повышение эффективности создания машин…
PyTorch Lightning ⚡️: вы, вероятно, используете неправильную метрику для ранней остановки или моделирования…
При использовании PyTorch Lightning Trainer API мы отслеживаем некоторые показатели для ранней остановки, контрольных точек модели и т. д. Пример реализации:
import lightning.pytorch as pl
class LitClassifier(pl.LightningModule):
...
def training_step(self, batch, batch_idx):
...
self.log("train_f1", f1_score(batch_actual_labels, batch_predicted_labels), on_epoch=True)
self.log("train_loss", loss, on_epoch=True)
return loss
def validation_step(self, batch,..
Кластеризация покемонов за 15 минут с использованием AI & Analytics Engine
Боль и лекарство от выбора функций в машинном обучении
Считаете ли вы выбор признаков сложной задачей при работе с многомерными наборами данных?
Кластеризация неразмеченных данных является обычной практикой во многих областях.
В этом блоге мы демонстрируем функцию кластеризации с использованием AI & Analytics Engine PI.EXCHANGE , примененную к базе данных статистики персонажей покемонов.
Введение
Дилемма, которую команда стремилась решить для своих потенциальных клиентов с..
Определение количества кластеров с использованием статистики пробелов, индекса Дэвиса-Булдина и индекса Калински-Харабаса…
Практическое руководство по Python для определения оптимальных кластеров для K-средних и иерархической кластеризации
Использование НЛП для улучшения обнаружения грантополучателей
Как я создал простой классификатор предметов науки о данных для пометки базы данных грантов Фонда Рокфеллера.
Этот пост, написанный Дастином Маршаллом, основан на многих темах, представленных в интервью между редакторами Towards Data Science и Фондом Рокфеллера из прошлогодней серии В центре внимания сообщества .
Команда Data Science в Фонде Рокфеллера
Прошедшее лето я провел в составе группы по науке о данных Фонда Рокфеллера , которая является частью их Команды по..
Сравнение сделанной с нуля и линейной регрессии sklearn
Я смотрел видео Edureka о науке о данных и изучал линейную регрессию, один из простейших алгоритмов оценки. Одна из целей, которая была достигнута в этом видео, состояла в том, чтобы создать модель линейной регрессии с нуля, а затем сравнить ее с моделью линейной регрессии в sklearn, библиотеке машинного обучения Python.
Потоковая передача криптоданных в реальном времени с binance
Для разработки торговой стратегии нужно много данных. Скальперы и внутридневные трейдеры используют данные с высокой степенью детализации, поэтому REST API недостаточно эффективен для получения данных в реальном времени.
Секрет заключается в связи через веб-сокеты, при которой передаются данные с высокой точностью. Например, в потоке данных веб-сокета мы можем получить данные о реальных сделках, Klines (см.:..
