Թեմայի վերաբերյալ հրապարակումներ 'data-science'
Արհեստական ինտելեկտ՝ հիպերպարամետրեր
Խորը ուսուցման նեյրոնային ցանցի մոդելները ունեն բազմաթիվ պարամետրեր (օրինակ՝ կշիռներ և կողմնակալություններ), ինչպես նաև բավականին շատ հիպերպարամետրեր ։ Մենք գիտենք, թե ինչ պարամետրեր կան ավագ դպրոցից: Դրանք թվեր են, որոնք դուք միացնում եք գործառույթին: Բայց որո՞նք են հիպերպարամետրերը : Դե, դրանք հիմնականում տարբերակներ են, որոնք օգտագործվում են պարամետրերը պահպանող մոդել ստեղծելու համար:
Որոշ ժամանակ է պահանջվում իմանալու համար, թե որ հիպերպարամետրի պարամետրը հարմար է մոդելի..
Դանդաղ արտահոսքերը խորտակում են նավերը, և ընկերությունները…
Մեքենայի ուսուցումը փրկելու համար:
Փոքր և դանդաղ արտահոսքերը խորտակում են նավերը. համեմատաբար, դանդաղ և փոքր արտահոսքերը կարող են նաև զգալի կորուստներ առաջացնել ցանկացած բիզնեսի համար, եթե չհայտնաբերվեն և չշտկվեն վաղաժամ:
Հետաքրքիր են փոքր արտահոսքերը: Ենթադրենք, որ էլեկտրոնային առևտրի բիզնեսը վերջին օրվա ընթացքում տեսնում է գնումների 50%-ի անկում, որը կկանչվի ամբողջ ընկերությունը՝ գործադիր տնօրենից մինչև R&D, աջակցություն, որպեսզի հասկանանք, թե ինչու դա տեղի ունեցավ հնարավորինս արագ:..
Ինչպե՞ս սկսել սովորել տվյալների գիտություն կամ մեքենայական ուսուցում զրոյից:
Եթե խոսենք 21-րդ դարի ամենասեքսուալ աշխատանքի մասին, ապա հաստատ Data Scientist-ը միշտ առաջինն է մեր միտքը, և օրեցօր տվյալների գիտության հմտությունները արագորեն գերիշխում են աշխատաշուկայում: Այս տենդենցի պես, թարմացվող և աշխատող մասնագետների մեծ մասը ցանկանում է սովորել տվյալների գիտություն և մեքենայական ուսուցում կամ սկսելու կամ փոխելու իրենց կարիերան այս ոլորտում: Այս հոդվածը նպատակ ունի տալ ճանապարհային քարտեզ, որի միջոցով յուրաքանչյուրը կարող է սկսել իր ճանապարհորդությունը..
Գործարկեք ML-ի աշխատանքները ցանկացած մշակողի միջավայրից
Որտե՞ղ եք մշակում ML մոդելները: Որտե՞ղ եք դրանք ներկայացնում հեռավար վերապատրաստման:
Ահա թե ինչ ենք մենք տեսել տվյալների գիտնականներից, հետազոտողներից և ML ինժեներներից:
💻 Զարգացում
Միջին հաշվով, մարդիկ, որոնց հետ մենք խոսում ենք, օգտագործում են զարգացման 3 տարբեր միջավայրեր:
Հակիրճության համար մենք այս օգտատերերի խմբին կանվանենք որպես «ML մշակողներ»:
Սովորական է տեսնել, որ ML ծրագրավորողները օգտագործում են տեղական Jupyter նոթատետրեր փորձերի մեծ մասի համար, փոխակերպում են..
Twitter-ի տրամադրությունների վերլուծության նախագիծ
Սա Python-ի վրա հիմնված զգացմունքների վերլուծության նախագիծ է (Հղում դեպի Github ֆայլեր), որն օգտագործում է Թվիթերը, որպեսզի տպավորություն ստեղծվի, թե արդյոք անհատը կամ թվիթների որոշակի խումբը դրական, բացասական կամ չեզոք տրամադրություններ ունի:
Ընդհանուր ակնարկ
Scraandclean python ֆայլը պարունակում է կոդ, որն օգտագործում է Tweepy գրադարանը՝ Twitter-ում որոնելու հեշթեգ պարունակող թվիթներ և պահում է թվիթերը CSV ֆայլում:
Այն կարդում է API ստեղնը և մուտքի նշանը կոնֆիգուրացիայի..
Ալգորիթմներ. Գտեք առաջին չկրկնվող նիշը
Որոնեք տող առաջին եզակի նիշի համար
Այս հոդվածում մենք կներկայացնենք ալգորիթմի մարտահրավեր, այնուհետև երկու լուծում կտանք՝ երկրորդ տեղը զբաղեցնող և օպտիմալ ալգորիթմ: Ալգորիթմները գրված են Python-ով։
Մարտահրավեր
Գտեք առաջին չկրկնվող նիշը փոքրատառերի շարքում: Չկրկնվողը սահմանվում է որպես նիշ, որը միայն մեկ անգամ է հայտնվում տողում: Եթե բոլոր նիշերը կրկնվում են, վերադարձրեք ընդգծում:
Ահա մի քանի նմուշ տողեր և պատասխաններ յուրաքանչյուրի համար.
"aabcdb" # c..
Հիմնական Python գրադարանները մեքենայական ուսուցման և տվյալների գիտության համար
Python-ը լայնորեն օգտագործվող ծրագրավորման լեզու է, որը հայտնի է իր պարզությամբ, ընթեռնելիությամբ և ճկունությամբ: Գրադարանների և շրջանակների հսկայական էկոհամակարգով Python-ը հարմար է խնդիրների լայն շրջանակի համար, ներառյալ տվյալների վերլուծությունը, մեքենայական ուսուցումը, վեբ մշակումը և այլն: Այս հոդվածում մենք ուսումնասիրեցինք Python-ի որոշ մասնագիտացված գրադարաններ, որոնք սովորաբար օգտագործվում են հատուկ առաջադրանքների համար: Տվյալների վերլուծության և վիզուալիզացիայի գրադարաններից..
Նոր նյութեր
Օգտագործելով Fetch Vs Axios.Js-ը՝ HTTP հարցումներ կատարելու համար
JavaScript-ը կարող է ցանցային հարցումներ ուղարկել սերվեր և բեռնել նոր տեղեկատվություն, երբ դա անհրաժեշտ լինի: Օրինակ, մենք կարող ենք օգտագործել ցանցային հարցումը պատվեր ներկայացնելու,..
Տիրապետել հանգստության արվեստին. մշակողի ուղեցույց՝ ճնշման տակ ծաղկելու համար
Տիրապետել հանգստության արվեստին. մշակողի ուղեցույց՝ ճնշման տակ ծաղկելու համար
Ինչպե՞ս հանգստացնել ձեր միտքը և աշխատեցնել ձեր պրոցեսորը:
Ինչպես մնալ հանգիստ և զարգանալ ճնշման տակ...
Մեքենայի ուսուցում բանկային և ֆինանսների ոլորտում
Բարդ, խելացի անվտանգության համակարգերը և հաճախորդների սպասարկման պարզեցված ծառայությունները բիզնեսի հաջողության բանալին են: Ֆինանսական հաստատությունները, մասնավորապես, պետք է առաջ մնան կորի..
Ես AI-ին հարցրի կյանքի իմաստը, այն ինչ ասում էր, ցնցող էր:
Այն պահից ի վեր, երբ ես իմացա Արհեստական ինտելեկտի մասին, ես հիացած էի այն բանով, թե ինչպես է այն կարողանում հասկանալ մարդկային նորմալ տեքստը, և այն կարող է առաջացնել իր սեփական արձագանքը դրա..
Ինչպես սովորել կոդավորումը Python-ում վագրի պես:
Սովորելու համար ծրագրավորման նոր լեզու ընտրելը բարդ է: Անկախ նրանից, թե դուք սկսնակ եք, թե առաջադեմ, դա օգնում է իմանալ, թե ինչ թեմաներ պետք է սովորել: Ծրագրավորման լեզվի հիմունքները, դրա..
C++-ի օրական բիթ(ե) | Ամենաերկար պալինդրոմային ենթաշարը
C++ #198-ի ամենօրյա բիթ(ե), Ընդհանուր հարցազրույցի խնդիր. Ամենաերկար պալինդրոմային ենթատող:
Այսօր մենք կանդրադառնանք հարցազրույցի ընդհանուր խնդրին. Ամենաերկար palindromic substring...
Kydavra ICAReducer՝ ձեր տվյալների ծավալայինությունը նվազեցնելու համար
Ի՞նչ է ICAReducer-ը:
ICAReducer-ն աշխատում է հետևյալ կերպ. այն նվազեցնում է նրանց միջև բարձր փոխկապակցված հատկանիշները մինչև մեկ սյունակ: Բավականին նման է PCAreducer-ին, չնայած այն..