Публикации по теме 'data-science'


VS Code только что получил еще одно большое обновление!
Добро пожаловать! VS Code — очень популярный редактор кода с огромным количеством возможностей. Если вы ничего не знаете о VS Code, перейдите по ссылке ниже:
«Данные, данные везде…»: использование IBM Watson Studio для частных данных с помощью федеративного обучения
Написано Яиром Шиффом и Джимом Райнессом Процитирую (неверно) строчку из знаменитой поэмы о моряке, брошенном на плот посреди океана информации: «Данные, данные везде, Ни в коем случае не использовать их. Организации все чаще обращаются к машинному обучению и искусственному интеллекту, чтобы облегчить и принять важные бизнес-решения в отношении конфиденциальных данных. Однако, хотя возможности этих моделей неуклонно возрастали, потребность в защите определенных личных..
Контролируемый алгоритм в машинном обучении
Обучение с учителем — это тип машинного обучения, при котором для обучения машине требуется внешний контроль. Модели контролируемого обучения обучаются с использованием помеченного набора данных. После завершения обучения и обработки модель тестируется путем предоставления выборки тестовых данных, чтобы проверить, предсказывает ли она правильный результат. Целью обучения с учителем является сопоставление входных данных с выходными данными. Обучение под наблюдением основано на контроле, и..
GPT-3: хорошее, плохое и уродливое
"Мнение" GPT-3: хорошее, плохое и уродливое Изменит ли большие языковые модели способ разработки приложений НЛП? Если вы следите за последними новостями об искусственном интеллекте, вы, вероятно, встречали несколько потрясающих приложений последней версии Language Model (LM), выпущенной OpenAI: GPT-3 . Приложения, которые эта LM может подпитывать, могут варьироваться от ответов на вопросы до генерации кода Python . Список вариантов использования растет с каждым днем...
Складной нож: предыстория метода кросс-валидации передискретизации
Каждый энтузиаст машинного обучения, когда он работает с выборкой данных, которая слишком мала, чтобы повысить точность модели, использует метод перекрестной проверки. Метод повторной выборки с перекрестной проверкой является индикатором качества любого количества, полученного из данных. Он использует разные части данных для тестирования и обучения модели на разных итерациях. Он в основном используется в условиях, когда целью является прогнозирование, и когда нужно оценить, насколько..
5 причин, по которым основы математики необходимы для изучения машинного обучения
Можем ли мы игнорировать математику и по-прежнему преуспевать в быстро развивающейся области машинного обучения? Если вы читаете этот пост, то определенно либо вы слишком заинтересованы в этой области, либо хотите сделать карьеру в этой области. В статье область, о которой мы говорим, продолжает ежедневно развиваться с появлением новых технологий, методов, фреймворков и библиотек. Итак, самый важный вопрос, который мы должны задать себе, это когда есть так много классных (Очевидно)..
Алгоритм KNN для классификации и регрессии: практические занятия с Scikit-Learn
"Машинное обучение" Алгоритм KNN для классификации и регрессии: практические занятия с Scikit-Learn Google Colab и Python Table of Contents: A — KNN for classification 1. Import Libraries 2. Build a dataset 3. Explore Dataset 4. Setting variables for ML 5. Split data into train and test 6. Building the model 7. Finding best k value 8. Model Complexity 9. Plotting decision boundaries B — KNN for regression 1. Import Libraries ... 6. Building the model 7. Finding best k value..