Публикации по теме 'data-science'


5 вещей, которые вам нужно сделать, чтобы преуспеть в вашем первом проекте Data Science (пссс... речь не о кодировании)
Итак, вы изучили Python, выполнили несколько фиктивных проектов, чтобы повысить свою уверенность, и теперь готовы взяться за реальные проекты. Многим начинающим аналитикам данных и специалистам по данным трудно столкнуться с реальным проектом данных. Проекты в реальном времени — это не что иное, как контролируемые наборы данных, доступные в Интернете. Реальные проекты сопряжены с реальными проблемами, связанными с данными. Эти проблемы могут быть очень специфическими в зависимости от..
От пакетов к потокам: как ориентироваться в жизненном цикле продукта данных: подробное руководство (часть…
TLDR В этой статье рассматривается жизненный цикл продукта данных, описываются этапы от концепции до вывода из эксплуатации, а также подчеркивается важность учета таких факторов, как размер компании, отрасль и уровень зрелости. Он охватывает выбор метода обработки и роль технологических затрат, скорости и обслуживания, а также тематические исследования с участием Uber на разных этапах. Статья завершается обсуждением ограничений, требующих внимания в четвертом поколении жизненного цикла..
Как получить максимальную точность для модели машинного обучения?
Получение максимальной точности для модели машинного обучения зависит от нескольких факторов, включая качество данных, выбор алгоритма, настройку гиперпараметров и процесс обучения. Что такое машинное обучение? Основная идея машинного обучения заключается в создании алгоритма или модели, которые могут распознавать шаблоны в данных и использовать эти шаблоны для прогнозирования или принятия решений в отношении новых данных . Алгоритмы машинного обучения могут быть контролируемыми,..
Rendered.ai участвует в конкурсе #dataforwildlife по борьбе с онлайн-преступлениями против дикой природы
Команда Rendered.ai хотела бы отметить вклад наших собственных Криса Эндрюса , Самруддхи Кулкарни и Дэниэла Хеджеса и особо поблагодарить Нила Джога в конкурсе #dataforwildlife , организованном в эти выходные наш партнер, Яркий прилив . Мы хотели бы выразить особую благодарность Гарри Райту , Мередит Гор и Патриции Ракстер, доктору философии . за организацию этого мероприятия с участием звездной группы экспертов и команд. Мы рады поддержать великое дело — борьбу с..
Основы вероятности для науки о данных
Статистика является основой науки о данных. Хороший Data Scientist должен быть хорошим статистиком. А для статистики ему нужно хорошо знать вероятность. Эта статья предназначена для того, чтобы познакомить вас с вероятностью базового уровня. Вероятность: Что такое вероятность? Проще говоря, это число, обозначающее вероятность возникновения события. Возьмем, к примеру, подбрасывание монеты. Вероятность того, что выпадет решка, равна 50–50, т.е. вероятность выпадения орла при..
Работа со списками Python: шпаргалка
Работа со списками Python: шпаргалка Методы, функции и варианты использования списков Python Написав несколько статей на такие темы, как эконометрика , логистическая регрессия и регуляризация - я возвращаюсь к основам! Многие сложные алгоритмы науки о данных построены из простых строительных блоков. Насколько быстро вы повысите свои навыки, во многом зависит от того, насколько прочен ваш фундамент. В следующих нескольких статьях я затрону несколько таких основополагающих тем...
Скрытые ценности MLOps: ЧАСТЬ I — Углубленное понимание основных ценностей
Скрытые ценности MLOps — серия статей, посвященная пониманию самого обобщающего термина MLOps. Зонтик с проницательными практиками для управления вашими решениями на основе данных. Аудитория Этот документ предназначен для профессионалов, которые рассматривают возможность внедрения MLOps или хотят поразмышлять над своим процессом, не обладая какими-либо особыми техническими знаниями в отношении машинного обучения или науки о данных. Немного истории: Платформа Gold Rush создала..