Публикации по теме 'analytics'


Технологии, которые необходимы каждой аналитической группе
Четыре технологии, которые меняют правила игры, могут позволить группе аналитиков мирового класса По мере того как данные становятся все более и более распространенными на рабочих местах, многие руководители теперь осознают ценность аналитической функции для поддержки своей миссии, какой бы она ни была. Однако некоторые думают, что, наняв несколько аналитиков или специалистов по данным, они сделали все, что им нужно. Создание отличной аналитической функции - это не только наличие нужных..
потокового анализа с использованием Spark ML на платформе StreamSets DataOps | StreamSets
Узнайте, как загрузить сериализованную модель Spark ML, хранящуюся в формате пакета MLeap, в файловой системе Databricks (DBFS) и использовать ее для классификации новых потоковых данных, проходящих через платформу StreamSets DataOps. В своих предыдущих блогах я показал, как легко можно расширить возможности StreamSets Transformer с помощью Scala и PySpark. Если вы еще не просматривали блоги обучить модель Spark ML Random Forest Regressor , сериализовать обученную модель , обучить..
Инструменты и технологии для карьеры в аналитике — Часть 1
В этой статье, первой из серии статей, рассматриваются некоторые библиотеки Python, которые я нашел полезными на протяжении всей своей карьеры в области аналитики, начиная от сбора данных, обучения моделей и развертывания моделей машинного обучения. На протяжении всей своей карьеры у меня была возможность охватить весь спектр аналитики. От поиска данных, разработки функций, разработки конвейеров данных, обучения моделей машинного обучения и развертывания моделей машинного обучения. В..
Понимание перекрестной проверки
Понимание перекрестной проверки Как перекрестная проверка помогает нам избежать ошибок переобучения Я помню первую количественную модель, которую я когда-либо построил. Это была модель, которая тактически перемещала деньги между акциями США и акциями развивающихся рынков на основе различных рыночных и экономических факторов, которые я исследовал. Я потратил массу времени на разработку (на самом деле, чрезмерную разработку) моих функций и тестирование на истории, пока не был уверен,..
Думайте, что машинное обучение и искусственный интеллект не повлияют на ваш сетевой продукт - подумайте еще раз!
Использование машинного обучения и искусственного интеллекта в качестве умножителя силы станет значительным конкурентным преимуществом для сетевых продуктовых команд. За последние несколько лет машинное обучение и связанные с ним методы значительно улучшились. И хотя иногда может показаться, что вокруг этого пространства много шумихи, ясно, что эти подходы окажут глубокое влияние на программное обеспечение во всех сферах, включая продукты в области сетей, хранения, безопасности,..
Мода, основанная на данных, а не на догадках
Ни в одной другой отрасли нет такого очевидного решения, как в индустрии моды. Модные бренды производят одежду, которая просто не соответствует потребительскому спросу. Ценник этой ошибки? 210 млрд долларов в год. Это убытки мировой модной индустрии из-за несоответствия спроса и предложения на одежду и аксессуары. Почти половина всех товаров на модном рынке выбрасывается на фабричных продажах, перемаркируется и отправляется на другие рынки или даже сжигается . Эти огромные отходы..
Давайте спрогнозируем ваш временной ряд, используя классические подходы
Прогнозирование временных рядов Давайте спрогнозируем ваш временной ряд, используя классические подходы Нежное введение в 14 классических методов прогнозирования и их реализацию на Python Фон В моих предыдущих статьях мы изучили различные методы подготовки данных , а также создали надежную структуру оценки . Теперь мы готовы изучить различные методы прогнозирования. Из-за наличия многих моделей машинного обучения мы часто забываем о силе наших классических алгоритмов...