Публикации по теме 'data-scientist'


Шесть основных характеристик любого алгоритма машинного обучения, которые обязательно должен знать специалист по данным.
Любой алгоритм, не говоря уже об алгоритме машинного обучения, имеет свою цель и специализированные функции своих . Это то, что делает алгоритм уникальным в своем роде. способ! Неправильно реализованный алгоритм машинного обучения в наборе данных может привести к катастрофе, каким бы продвинутым и мощным он ни был. Результат « слепого кодирования » всегда разочаровывает. Очень необходимо правильное и глубокое понимание любого алгоритма машинного обучения. Даже если мы..
MySkill — Машинное обучение для науки о данных
Что такое машинное обучение? Герберт Александр Саймон «Машинное обучение связано с компьютерными программами, которые автоматически улучшают свою производительность благодаря опыту». Машины разработаны так, чтобы иметь возможность учиться самостоятельно без каких-либо инструкций со стороны пользователя. Когда мы используем машинное обучение? ▪ При работе над сложными задачами, решения которых недостаточно детерминированы Пример: распознавание речи/изображений ▪ При построении..
Отчаянно нуждаюсь в навыках Data Science
LinkedIn опубликовал свой Отчет о рабочей силе за август 2018 года в августе 2018 года. Основной темой отчета были специалисты по данным. Спрос на специалистов по данным зашкаливает . В 2015 году в США наблюдался национальный избыток людей с навыками работы с данными. Но в 2018 году, спустя 3 года, картина существенно изменилась: нехватка навыков работы с данными существует почти в каждом крупном городе США. На национальном уровне в США не хватает 151 717 человек с навыками работы с..
Преобразования данных для моделей ИИ
Преобразователи данных можно использовать для преобразования необработанных данных в формат, более подходящий для обучения модели, или для извлечения полезных функций из данных, которые можно использовать для повышения производительности модели. Различные типы преобразования данных: Числовое масштабирование данных Преобразование распределения Гаусса Категориальное кодирование данных Числовое масштабирование данных Ниже приведены различные способы масштабирования числовых данных:..
Присоединяйтесь к сообществу данных: раскройте возможности сотрудничества и обмена знаниями!
Когда солнце опустилось за горизонт, заливая теплым светом шумный город, группа бесстрашных людей собралась в тускло освещенной комнате. Они были основой растущего стартапа, каждый из которых обладал уникальными навыками и знаниями, которые определили его будущее. Разработчики, специалисты по обработке и анализу данных, специалисты по данным и инженеры по машинному обучению — они были столпами, на которых будет стоять успех этой компании. В этой главе мы углубимся в различные роли и..
Вы слушаете музыку во время работы? 51% специалистов по данным говорят ДА!
Недавно я провел опрос на LinkedIn и был поражен, увидев ответ! В то время как 51% избирателей сказали Да , 49% (по крайней мере, в моей аудитории) сказали Нет ! Итак, вот вам проработанный блог для тех, кто сказал нет , чтобы превратить в да . Действительно, я предпринимаю шаги по снижению психического стресса у корпоративных сотрудников (когда-то я выстрадал и вышел из этого этапа)! Вот почему музыка может помочь вам выполнять сложные задачи: Повышение внимания..
Что нужно знать о разреженной категориальной перекрестной энтропии
Разреженная категориальная перекрестная энтропия — это функция потерь, которая обычно используется в алгоритмах машинного обучения для обучения моделей классификации. Это расширение функции потерь перекрестной энтропии, которая используется для задач бинарной классификации. Разреженная категориальная кросс-энтропия используется в случаях, когда выходные метки представлены в формате разреженной матрицы. В этой статье я подробно расскажу о концепции разреженной категориальной..