包含标签 datascience 的文章

我将如何学习数据科学(如果我必须在2022年重新开始)

介绍 首先,数据科学是一个不断发展的领域,你必须不断更新自己,以便保持相关性。新的算法将会出现,最先进的矢量化模型将会出现。突然间,曾经被忽视的旧算法将崛起。这也是在这个充满挑战的领域里的乐趣所在。如果我是初学者,我会向自己推荐以下结构。 我在一个混乱的体系结构中学习了所有这些主题,……

阅读全文

2022年前5的机器学习模型

他的这一年充满了很多伟大的模特。 在本文中,我希望重点介绍 10 个最值得注意的模型。 今年我一直在定期审查论文并解释它们,我想我有很多好的提及。 免责声明:这里可能没有提到其他好的模型,在评估机器学习模型的质量时,我并没有声称自己是终极专家! 另外,请注意,此列表未排序! 我们较小的模型在 ImageNet 上……

阅读全文

使用回归来理解 AlphaZero 国际象棋引擎

神经网络的一个关键问题是所谓的“黑盒问题”。神经网络在许多领域(语音识别、自动驾驶汽车、游戏、蛋白质折叠等)都取得了最先进的成果,但我们无法用人类的语言来解释它们所做的决定。让我们举一个具体的例子:国际象棋引擎。当今最强大的两个国际象棋引擎是 Stockfish 和 AlphaZero。 Stockfish 是一个传统的……

阅读全文

JavaScript创建数据可视化工具

在 Web 地图上渲染超过 20 万个数据点并非易事。您需要选择正确的工具并改进应用程序的某些部分,直到获得最佳性能。 我们的数据可视化工具 (ORM Vis) 的首次实现 在这篇文章中: 对可视化工具的需求 第一次实现:Electron + React + Leaflet 动画时间选择 从 JavaScript 到 WebGL 对可视化工具的需求 我们需要分析火车旅行数据,例如出发、……

阅读全文

Python进行探索性数据分析

什么是探索性数据分析 (EDA)? 探索性数据分析就是分析数据集并总结数据的关键见解和特征。 EDA 是我们在数据科学项目中为更好地理解数据而遵循的第一步。我们还可以在 EDA 中包含一些数据可视化任务。一旦我们有了这个基本的理解,我们就可以继续进行预测和规定部分。 ** EDA 清单:** 检查数据集中存在的不……

阅读全文

机器学习导论 — 2021

在本文中,我将以一种非常简单但内容丰富的方式向您介绍机器学习。 到最后,你应该对机器学习、它的应用、它的类型的含义有了更好的理解: 定义 机器学习 (ML),由 Tom Mitchell 定义,是对计算机算法的研究,它可以通过经验和数据的使用自动改进。 机器学习应用 机器学习应用程序和业务问题的空间可能非常广泛,尤……

阅读全文

如何将大型深度学习模型部署到生产环境中?

学习如何将深度学习模型从本地机器的辛勤工作中部署为离线制作到在线制作非常重要,但主要挑战之一是训练模型的大尺寸。这篇文章将展示在部署更大尺寸的深度学习模型时不同的解决方案和方法。 训练后的深度学习模型 在选择了具有最佳调整和预测时间的最佳算法之后,您终于完成了模型的训练。 是时候告诉你……

阅读全文

纽约市的出租车票价:预测博客

介绍 纽约市的人口众多,从一个地方搬到另一个地方,这意味着出租车是交通的主要组成部分。几乎一半的纽约人依赖公共交通,据估计,54% 的人没有汽车或私家车。事实上,每年有 2 亿的出租车出行。我们需要支付的出租车数量只有到达目的地后才能知道,我们的尴尬让我们很好奇如何预测这个数量,以及准确……

阅读全文

使用基于规则的分类进行潜在客户计算

让我们继续我们的例子:业务问题我们希望使用我们公司客户的数据创建新的基于级别的客户定义(角色),并根据这些新客户定义创建细分并估计收入有多少根据这些细分市场,可以为我们公司带来新客户。比如,一个来自土耳其的24岁男性,IOS用户,能为我们公司带来多少收入? **我们的数据集故事:我……

阅读全文

最近文章

标签

友情链接

其它