Публикации по теме 'data-scientist'
Творческий подход к алгоритмам
Как перестать быть механическим и сохранить свое инновационное преимущество в науке о данных
В апреле 1972 года газета New York Times опубликовала статью «Рабочие все чаще восстают против скуки на конвейере». Хотя автомобильная промышленность считалась очень инновационной, тип работы был очень механическим и повторяющимся. Причина заключалась в том, что автомобильная промышленность была основана на концепции сборочного конвейера, где люди должны были выполнять последовательность..
MLOps: легко отслеживайте эксперименты с моделями с помощью DVC и Mlflow.
Автор Самсон ЧЖАНГ , Data Scientist
Эта статья входит в серию статей об инструментах и методах MLOps для отслеживания данных и экспериментов с моделями. Публикуются четыре статьи:
Почему важно отслеживать данные и модельные эксперименты?
2. Как DVC разумно управляет вашими наборами данных для обучения ваших моделей машинного обучения поверх Git
3. Как легко MLflow отслеживает ваши эксперименты и помогает вам их сравнивать?
4. Эта статья: Пример использования. Легко..
Наука о данных: актив, меняющий жизнь в сегодняшнем сценарии!
Наука о данных: актив, который меняет жизнь в современных условиях!
У вас уже есть этот вопрос в голове. Что такое наука о данных? Во-первых, давайте узнаем, что такое данные. Данные — это неорганизованная совокупность фактов и информации. Вы можете сказать, что будь то изображение, контент, рассказывающий о фактах, или что-либо, что дает вам некоторую информацию, называется данными. Наука, которая позволяет умело обрабатывать данные и преобразовывать их в полезную информацию,..
Какая карьера лучше: специалист по данным или инженер по искусственному интеллекту
Согласно GlobeNewswire, крупнейшей в мире сети распространения новостных лент, ожидается, что глобальный рынок искусственного интеллекта (ИИ) вырастет с 20,67 млрд долларов США в 2018 году до 202,57 млрд долларов США к 2026 году.
Ожидается, что к 2025 году глобальный рынок науки о данных достигнет более 178 миллиардов долларов США.
И наука о данных, и искусственный интеллект рекламируются как выдающиеся карьеры в технологической индустрии.
Не теряя много времени, давайте углубимся..
Стандартизация против нормализации
Обязательно ли масштабирование функций? когда использовать стандартизацию? когда использовать нормализацию? что будет с распределением данных? каково влияние на выбросы? Повысится ли точность модели?
Table of Contents:
· What is Standardization?
∘ Effect on the distribution of data:
∘ Effect of Standardization on different Machine Learning algorithms:
∘ Effect on Outliers:
· What is Normalization?
∘ Effect on Distribution of the data:
∘ Effect of..
Наука о данных — это творческая работа
Я могу понять, почему тема может показаться нелогичной. Когда люди думают о науке о данных, они часто представляют ее как одну из самых сложных технических профессий на рынке, лишенную какого-либо творческого элемента. Но позвольте мне заверить вас, как только вы поймете его более глубокое значение и приложения, вы поймете, что, как и многие области исследований, наука о данных процветает благодаря огромному творчеству. Это выходит за рамки обработки чисел, обнаружения скрытых идей и..
Трансформационная эволюция: раскрытие современной динамической роли специалиста по данным
В условиях меняющегося ландшафта данных и аналитики вам не нужен Супермен, вам нужен « Супермен », который также может быть « Железным человеком » и вести себя как « Бэтмен » темными ночами и, вероятно, когда это необходимо в трудные времена, возьми молот и стань « Тором ». Позвольте мне рассмотреть эту аналогию с точки зрения « исследователя данных» .
Некогда узнаваемый силуэт специалиста по обработке данных превратился в яркую мозаику функций и навыков. Этот современный аватар..
