Публикации по теме 'data-analytics'


Запуск ноутбука Jupyter на сервере AWS с вашего локального хоста (ОС Linux)
Jupyter — это веб-платформа с открытым исходным кодом для создания и обмена живым кодом, документами, мультимедиа и т. д. с другими участниками сообщества. Если вы ищете интегрированное и простое руководство по запуску блокнота Jupyter в веб-сервисах Amazon (AWS), выполните его. Основные разделы этой статьи включают в себя: Запуск и подключение к экземпляру AWS EC2 с вашего локального хоста. Запуск блокнота Jupyter на сервере AWS.
Разница между наукой о данных и большими данными
Разница между наукой о данных, аналитикой данных и большими данными Введение Мир данных захватил нас штурмом, и многие интересуются областью науки о данных. Однако это привело к тому, что некоторые термины разбрасывались, не зная их фактического значения. В этой статье мы объясним разницу между наукой о данных, аналитикой данных и большими данными. Мы объясняем, что они на самом деле означают, чтобы в следующий раз вы использовали термины с лучшим техническим пониманием. Наука о..
Мой путь к обучению программированию — Часть I
Около 3 лет назад, примерно в октябре 2019 года, я решил научиться программировать, но какие языки программирования мне выбрать — Java, Javascript, R, Python, HTML или CSS. Я решил придерживаться языков программирования, связанных с данными, так как это поможет мне в будущем принимать решения, основанные на данных, плюс у меня всегда есть аналитический подход к решению проблем. Поэтому я решил сначала изучить Python и SQL. Начинать было сложно, поэтому первое, что я делаю, — скачиваю..
Искусство визуализации данных
Всем привет! Сегодня мы погрузимся в море визуализации данных. Это очень понятная и интересная тема. Допустим, у вас есть данные о Covid-19 за 3 года, и вы хотите проанализировать закономерность. Как вы будете понимать и делать выводы из этого? Именно здесь на помощь приходит визуализация данных. Визуализация данных позволяет открывать новые идеи, эффективно передавать сложную информацию и принимать решения на основе данных. Овладев этим искусством, вы можете стать ценным активом..
Представляем Data Detective: изучение пяти основополагающих столпов науки о данных
Введение В мире науки о данных и аналитики раскрытие скрытых идей в огромном количестве данных сродни раскрытию сложного дела в роли детектива. Точно так же, как опытному детективу нужен набор навыков и инструментов для анализа улик и раскрытия правды, ученые и аналитики данных полагаются на пять основных столпов, которые составляют основу их работы. Эти столпы — статистика, обработка и очистка данных, исследовательский анализ данных (EDA), машинное обучение и визуализация данных..
Фармацевтика прогнозирует продажи с помощью машинного обучения
Понимание бизнеса и цели Компания под названием Rossman Pharmaceuticals хочет прогнозировать продажи на 6 недель вперед для всех своих магазинов в разных городах. Цель этого проекта — использовать набор данных, собранный из всех их магазинов, и обслуживать комплексный продукт, способный прогнозировать продажи, чтобы компания могла поставлять соответствующие товары в любой момент времени. Исследование данных Данные , которые были предоставлены 3 разными файлами csv. Первым набором..
Основы, которые должен знать каждый специалист по данным
1. Программирование и манипулирование данными Языки программирования: знание таких языков, как Python или R, для анализа и обработки данных. Библиотеки и фреймворки: Знакомство с такими библиотеками, как NumPy, pandas и scikit-learn, для манипулирования данными, анализа и машинного обучения. Очистка данных: методы очистки и предварительной обработки необработанных данных, обработка пропущенных значений и выбросов. Преобразование данных: методы изменения формы, объединения и..