Публикации по теме 'data-science'


Линейная регрессия без градиентного спуска: часть 1
Первое, чему вас учат на любом курсе по машинному обучению или науке о данных, в линейной регрессии используется градиентный спуск (ох!! универсальный закон). Но если вы работали над R и знаменитой функцией «lm», вы бы заметили, что вам не нужно указывать печально известный параметр «эта» скорости обучения. Хм… давайте разбираться!! Откройте Rstudio и получите доступ к справке по функции «lm» (?lm) кв?? QR ?? (Правда автор думал, что сможет скрыть это маленькими буквами) Вы..
Основные бизнес-показатели науки о данных
Мнение Основные бизнес-показатели науки о данных … вместе с примерами использования для облегчения сотрудничества с заинтересованными сторонами Оглавление Введение Диапазоны единиц измерения с разбивкой Изменение воздействия Краткое содержание Рекомендации Введение Хотя существует множество показателей науки о данных или конкретных алгоритмов, таких как MAE и RMSE, которые полезно знать, есть и другие показатели, которые могут иметь большее значение для заинтересованных..
7 полезных библиотек Python, которые вы должны использовать в своем следующем проекте
Усильте свою разработку на Python Вы когда-нибудь застряли в середине проекта, пытаясь решить сложную проблему, которая, кажется, займет вечность? Что ж, вы не одиноки. Многие разработчики сталкиваются с этой проблемой при создании программного обеспечения, и здесь на помощь приходят библиотеки. Эти готовые решения помогут вам писать сложные и…
Общение с ИИ-помощником Клода из любой точки мира
Клод — новый чат-бот с искусственным интеллектом от Anthropic, который в последнее время вызывает много ажиотажа. Что выделяет Клода, так это его человеческие разговорные навыки и стремление быть полезным, безобидным и честным. До сих пор доступ к Claude был ограничен только бета-тестерами из США и Великобритании. Но я нашел умный способ общаться с этим продвинутым ИИ почти из любой страны, используя VPN. В этом посте я объясню, как получить доступ к Claude на международном уровне,..
Федеративное обучение: пошаговая реализация в Tensorflow
Понимание федеративного обучения с помощью кода В этом руководстве я реализовал строительные блоки федеративного обучения (FL) и обучил их с нуля на наборе данных MNIST. Перед этим я вкратце представил эту тему, чтобы понять суть кода. Если вы впервые изучаете FL, я уверен, что вам пригодится моя недавняя вводная статья об этой технологии в LinkedIn. Вступление Качественные данные существуют в виде островков на периферийных устройствах, таких как мобильные телефоны и персональные..
4 простых шага для внедрения CatBoost
сквозное руководство о том, как применять новый алгоритм Data Science Оглавление Вступление Установка и импорт Определить набор данных Применить модель Предсказывать Резюме использованная литература Вступление CatBoost [2] превзошел многие другие популярные алгоритмы машинного обучения в тестовых наборах данных, где лог-потери были метрикой ошибок. Он превзошел в основном LightGBM и XGBoost, которые недавно были стандартом не только в соревнованиях по науке о данных, но..
Введение в глубокое обучение
Понимание его основ и приложений Введение Глубокое обучение — это передовая область машинного обучения, которая произвела революцию в различных отраслях, позволив компьютерам учиться на огромных объемах данных и принимать разумные решения. Эта статья призвана предоставить всестороннее введение в глубокое обучение, охватывающее его определение, отличия от традиционного машинного обучения и основные компоненты, такие как CNN, RNN, автоэнкодер, RBM, масштабирование, а также его..