Машинное обучение (МО) Машинное обучение фокусируется на разработке моделей и алгоритмов, которые могут имитировать разумное человеческое поведение, учиться на данных и делать прогнозы или принимать решения. Методы: линейная регрессия, деревья решений, нейронные сети, глубокое обучение, кластеризация, обучение с подкреплением, контролируемое и неконтролируемое обучение. Инструменты: TensorFlow, PyTorch, scikit-learn, caret, mlr, randomForest, WEKA, MLlib, Mahout, Wabbit, JMLR..

Секреты, которые вы могли не знать о GitHub Sourcing Если вы погуглите набрать на GitHub , вы найдете более десяти блогов/статей/видео по этой теме. Я почти бросил писать что-то на эту тему, но Дин Да Коста передумал. Он сумасшедший компьютерщик в нашем сообществе, который является так называемым поисковым органом . Он призвал меня копнуть глубже, чтобы более техничные рекрутеры могли начать использовать GitHub. Прежде всего, я пользователь GitHub, а также участник (см. мой..