Публикации по теме 'data-visualization'
Они КРИСТАЛЬНО ЧИСТЫЕ.
Я просто хочу указать на то, что должно быть очевидно: роботы будут довольно плохи в большинстве вещей в течение следующих десяти лет (довольно хороши в вещах типа калькулятора или распознавании изображений, и через какое-то время начнут хорошо распознавать речь, но не более того), но «внезапно» это изменится, и когда это произойдет, люди «обнаружат», удивительным образом (хотя это должно быть самоочевидно), что они второстепенны, а роботы — первыми. И это произойдет еще при нашей жизни. И..
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..
От любознательного новичка до энтузиаста данных: мое приключение в области науки о данных
Меня всегда увлекала наука о данных — область, в которой органично сочетаются технологии, математика и любознательность. В этой статье я хочу познакомить вас с путешествием — моим путешествием — от любопытного новичка до страстного энтузиаста данных. Давайте вместе исследуем захватывающий мир науки о данных, и я поделюсь шагами, которые я предпринял, чтобы погрузиться в эту увлекательную сферу знаний.
The Spark: открытие потенциала науки о данных
В тот момент, когда я наткнулся на..
Интерпретируемость моделей машинного обучения
В процессе принятия решений с помощью машинного обучения часто говорят, что более простые модели легко объяснить и понять. Но мы знаем, что в большинстве случаев более простые модели не работают хорошо, и для достижения большей производительности и точности возникает необходимость полагаться на сложные модели, которые снова рассматриваются как черный ящик, когда дело доходит до объяснения бизнес-пользователям. или лица, принимающие решения. Так что, как правило, существует компромисс..
Давайте визуализируем модели машинного обучения в Python III.
Часть I: https://medium.com/@benhui.ca/lets-visualize-machine-learning-models-in-python-i-b84d5f83d4
Часть II: https://medium.com/towardsdev/lets-visualize-machine-learning-models-in-python-ii-b48afb90bb8b
6. Логистическая регрессия
Набор данных: https://github.com/checkming00/Medium_datasets/blob/main/Social_Network_Ads.csv
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
df = pd.read_csv('Social_Network_Ads.csv')
Примените модель логистической..
Как создать диаграмму Венна с помощью JavaScript
Пошаговое руководство по созданию интерактивных диаграмм Венна для Интернета с помощью JS, продемонстрированное с помощью Толкиена
Люди — визуальные существа , и диаграммы широко используются для улучшения UX, когда дело доходит до отображения большого количества информации. Возьмем, к примеру, диаграммы Венна , которые отлично отображают сходства и различия между несколькими наборами элементов. И можно без особых хлопот создать хороший интерактив для веб-страницы или..
Создание веб-приложения для визуализации данных с использованием python-Streamlit
Простой, интуитивно понятный стиль построения визуализации данных, веб-приложения ML с использованием библиотеки python streamlit.
Обычно, когда мы думаем о создании и совместном использовании в Интернете панели визуализации или приложения ML на python (скажем) для наших коллег / товарищей по команде / заинтересованных сторон или в качестве нашего портфолио, мы полагаемся на старых добрых гигантов, таких как Django или Flask.
Очевидно, что использование таких фреймворков имеет много..
