Публикации по теме 'big-data'


Интерфейс между психометрией и наукой о данных
Кто самые умные 10% сотрудников вашей компании? Кто из ваших нынешних сотрудников лучше всего оснащен как здравым смыслом, так и хорошим руководством. Один из моих прилежных сотрудников отдела кадров хочет перейти в ИТ, подходит ли она для этой роли? Кто из моих нынешних финансовых служащих подвергается наибольшему риску быть нечестным? Я хочу помочь персоналу стать более настойчивым, но какой процент сотрудников получит наибольшую пользу от такого курса? «Кто самые умные 10%..
🎯 Как выбрать инструменты Data Engineering❗
Простой фреймворк с 13 критериями… 💥💥💥 Инжиниринг данных обширен и быстро развивается. Выбор инструментов из множества вариантов может сбить с толку. Инженерам данных не обязательно быть экспертами во всех доступных инструментах и ​​базах данных, они должны знать, как выбрать правильную технологию для конкретной задачи, и предвидеть потребности ученых и аналитиков данных. Поэтому эта статья предназначена для помощи в выборе правильного инструмента для хорошей архитектуры..
Рандомизированный лес: мыслительные векторы для создания нового класса алгоритмов Ensemble
Известно, что бэггинг (метод ансамбля) хорошо работает на нестабильных алгоритмах, таких как деревья решений, искусственные нейронные сети, а не на стабильных алгоритмах, таких как Наивный Байес. Хорошо известный ансамблевый алгоритм «Случайный лес» процветает за счет способности метода мешков, который использует «нестабильность» деревьев решений, чтобы помочь построить лучший классификатор. Несмотря на то, что случайный лес пытается справиться с проблемами, вызванными сильно..
Машинное обучение и большие данные : искрометный подход
Использование машинного обучения для анализа больших данных с помощью Spark С развитием более дешевых хранилищ предприятия производят все больше и больше данных, связанных с их деятельностью. Компания может получить конкурентное преимущество, внедрив процессы для анализа огромного количества данных, которые она производит. Тем не менее, для эффективного использования таких данных требуется много вычислительной мощности. Spark предлагает решение для компаний, которые хотят активно..
Машинное обучение на основе графиков
График Граф - это язык, который легко описывает взаимосвязанные объекты, взаимодействия между одними и теми же атрибутами, отношения между несколькими узлами, анализирует фактическую причину взаимосвязи, это представление объекта реального мира, события реального мира объект, связанный со своим внешним миром. Это структура данных, которая соответствует реальному объекту, график поможет отобразить полные свойства объекта в виртуальном мире, вы можете отобразить множество объектов и..
Действия при возникновении проблемы машинного обучения
1. Определите потребности бизнеса и проблему машинного обучения. Без какой-либо конкретной потребности или проблемы не существует решения. Чтобы иметь возможность работать над задачей, нужно убедиться, какие пробелы необходимо заполнить и какую проблему необходимо решить. Вы пытаетесь спрогнозировать инвестиционную стратегию компании? Или для строящегося дома необходимо спрогнозировать цену квартиры? Четко определите свою проблему. Что это такое, а что нет, прежде чем начать..
Дайджест AWS Re:Invent 2022
Дайджест ключевых анонсов AWS re:Invent 2022 проходил с 28 ноября 2022 г. по 2 декабря 2022 г. Осталось только переварить это. Мы видим много объявлений об AI/ML/Data, но почему-то со стороны Kubernetes не так много новых вещей. Главные новости AWS re:Invent 2022 | Amazon Web Services Вице-президент и главный евангелист AWS Джефф Барр, а также избранная группа коллег AWS Developer Advocate лично выбрали… aws.amazon.com AI Новинка —..