Публикации по теме 'data'
Начало работы с обработкой данных Python
Начало работы с обработкой данных Python
Обработка данных Python: среда и основная анатомия.
· 1. Run Anaconda
· 2. Create a Jupyter Notebook
· 3. Begin Python data analysis
· 4. Anatomy of Python data analysis scripts
· 5. Your turn..
В этом посте я хочу рассказать вам об основных шагах, которые помогут вам быстро приступить к работе с Python для анализа и обработки данных.
Мы будем использовать дистрибутив Python, доступный в Anaconda, платформе с множеством..
MlFlow: библиотека для организации, отслеживания и визуализации ваших моделей
С развитием ИИ в отрасли разработчики сталкиваются с новыми проблемами, связанными с управлением моделями науки о данных. Эта статья расскажет вам об управлении моделями (или о том, как организовать модели) с помощью MlFlow, платформы для организации, отслеживания и визуализации моделей.
Почему управление моделями?
Управлять экспериментами сложно, особенно если несколько человек работают над одними и теми же моделями. Каждый раз, когда я работал в такой установке, я часто слышал..
Озера данных: подробное руководство по пониманию функций, плюсов и минусов эффективных данных…
Понимание озер данных: преимущества, использование и архитектура
Мне посчастливилось работать с множеством разных компаний на разных стадиях зрелости, от готовых стартапов с горсткой инженеров до крупных компаний, работающих в разных странах и насчитывающих тысячи сотрудников.
Несмотря на различия, все эти компании неизбежно сталкиваются с одной и той же проблемой — как нам обрабатывать все эти данные, которые мы получаем?
Это проблема, с которой вы также, вероятно, столкнетесь в..
10 библиотек Python, которые вы должны освоить для науки о данных
Эта статья является частью серии «Наука о данных с помощью Python». Другие истории из этой серии вы можете найти ниже:
Наука о данных с Python также известный как лучший язык программирования для специалистов по данным medium.com
Я говорил о многих книжных магазинах в этой серии статей о науке о данных. Сегодня я собираюсь дать вам краткое изложение самых важных для науки о данных, о которых вам действительно нужно знать.
Будет..
Введение в обучение с подкреплением - Глава 1
Краткое содержание главы RLBook.
Это краткое изложение главы одной из самых популярных книг по обучению с подкреплением, созданной Ричардом С. Саттоном и Эндрю Дж. Барто ( 2-е издание) . Книгу можно найти здесь: Ссылка .
Обучение с подкреплением - это обучение тому, что делать - как соотносить ситуации с действиями - чтобы максимизировать числовой сигнал вознаграждения. Агент обучения может предпринимать действия, которые влияют на состояние окружающей среды, и иметь цели,..
Нормализация данных : ключ к достижению согласованности и эффективности анализа
Нормализация данных также известна как масштабирование признаков или масштабирование переменных. Это относится к процессу преобразования значений различных функций или переменных в наборе данных к общей шкале. Целью нормализации данных является приведение данных к общему диапазону, что помогает повысить производительность и точность различных алгоритмов машинного обучения. Потому что, если функции имеют значительные различия в своих масштабах, это может повлиять на поведение и..
Наука о данных. Что это такое?
Наука о данных — это термин, который в настоящее время используется довольно широко, и многие студенты колледжей, похоже, хотят его использовать, но они не совсем уверены в том, что это такое на самом деле.
Когда я был новичком в области науки о данных, я тоже был похож на этих студентов, и в этом нет ничего плохого. Однако иметь лишь полузнания о чем-либо более опасно, чем вообще не знать этого предмета. Люди начинают делать предположения о том, о чем они знают лишь немного, что..