Публикации по теме 'data-science'
Обзор науки о данных № 20: автономные хедж-фонды, образование в эпоху ИИ и NYC Bike Share
«Если мы все умрем, торговля продолжится».
– Бен Герцель, главный научный сотрудник, Aidiya
Восстание хедж-фонда с искусственным интеллектом
Розничные финансовые консультанты уже заменяются «роботами-консультантами», которые используют простые стратегии «купи и держи». Хедж-фонды обычно используют гораздо более сложные стили торговли, предназначенные для немногих элитных инвесторов, но такие компании, как Aidiya и Sentient Technologies, стремятся заменить людей-менеджеров машинным..
Открытие зеленой революции: прогнозирование выбросов CO2 и экономии топлива транспортных средств для…
Это продолжение моего предыдущего поста о прогнозе экономии топлива .
Выбор функций для прогнозирования выбросов CO2
наша цель состояла в том, чтобы использовать свойства/особенности автомобиля для прогнозирования выбросов CO2. Мы выбрали числовые переменные с лучшей корреляцией и категориальные переменные.
Характеристики: цилиндры, рабочий объем, привод, тип топлива, марка, модель, год выпуска, коробка передач, VClass, co2TailpipeGpm.
Документацию по данным можно найти здесь..
Агрегирование информации двух наложенных GeoDataFrames с использованием GeoPandas с примером кода
В этом посте я покажу, как агрегировать информацию из двух разных GeoDataFrames (слоев) с помощью GeoPandas. Я покажу один из многих способов сделать это на примере кода. Но сначала давайте посмотрим на ситуацию, когда нам может понадобиться выполнить такую операцию.
Obs 01: Блокнот и данные, использованные в этом посте, доступны на моей странице Github . Если хотите, можете подписаться на этот пост вместе с блокнотом.
Obs 02: Если вы хотите отобразить записную книжку в своем..
Создание алгоритма подбора игроков в реальном времени для Chess.com
Недавно я возобновил занятия шахматами после очень долгого перерыва. В результате время, потраченное на расточительные и непродуктивные развлечения, сократилось.
Шахматы имеют много преимуществ:
Повышает способность решать проблемы. Повышает компрессию при чтении и IQ
Есть множество других преимуществ, которые имеют решающее значение для инженерных профессий и специалистов по данным.
Моя сторона науки о данных загорелась после того, как я провел некоторое время, играя на..
Как работает коллективное принятие решений, часть 5 (машинное обучение)
Разрыв связей при коллективном принятии решений (arXiv)
Автор : Даниэла Бубболони , Мишель Гори
Аннотация: Многие классические соответствия социальных предпочтений (социальный выбор с несколькими победителями) являются решающими только тогда, когда рассматриваются две альтернативы и нечетное число людей. Таким образом, они обычно допускают несколько решительных уточнений, каждое из которых, естественно, интерпретируется как решающее правило. В этой статье мы выявляем условия, при..
Сравнение районов Копенгагена и Мальмё с использованием Python
А. Введение
Это простой пример того, как анализ данных может помочь нам принимать решения. Полный код Python доступен по ссылке GitHub в конце.
Описание проблемы
Люди переезжают в другие города из-за работы, отношений, перемены в школе своего ребенка или по другим личным причинам. Когда они переезжают в новый район, не было бы полезно, если бы они могли сравнить этот район с районом, в котором они жили раньше? Я, конечно, найду такое сравнение действительно удобным, чтобы..
Работа с выпуклой онлайн-оптимизацией, часть 4 (машинное обучение)
Проксимальные алгоритмы для сглаженной выпуклой онлайн-оптимизации с прогнозами (arXiv)
Автор: Спандан Сенапати , Ашвин Шенай , Кетан Раджават .
Аннотация: В этой статье мы рассматриваем задачу сглаженной выпуклой онлайн-оптимизации (SOCO) с прогнозами, где учащийся имеет доступ к конечному окну просмотра вперед с изменяющимися во времени затратами на стадии, но получает штраф за изменение своих действий на каждой стадии. На основе концепции переменного проксимального градиентного..