Публикации по теме 'data-visualization'


Означает ли искусственный интеллект, что визуализация данных мертва?
Авторы Стивен О’Коннелл , Афруз Самаи , Энн Стивенс и Джейми Уэйз Может возникнуть соблазн сказать, что, когда ИИ сможет находить закономерности и выбросы в наборе данных быстрее и точнее, чем люди, визуализация данных станет неактуальной, а информационные панели устареют. Если пользователи могут надежно запрашивать у компьютера любую необходимую информацию, когда она им нужна, нужно ли им анализировать диаграммы для извлечения информации и идей? Мы задались целью найти ответ...
Почему мы не можем найти достаточно специалистов по обработке данных?
Там, где я работаю, мы очень заняты наймом. Повсюду не хватает талантов. COVID-19 заставил многие компании перейти на цифровые технологии быстрее, чем они хотели. Теперь всем нужны технические таланты. Я ищу инженеров по данным. Я беру 5–10 интервью в неделю. Не осталось камня на камне. Мы даже расширили поиск с 1 до 6 стран. Мы все еще не можем найти достаточно. Прежде чем вы перейдете к концу статьи. Я до сих пор не знаю ответа на заглавный вопрос. На ответ может..
Все о MongoDB: преимущества, функции и инструменты для использования
Почему и когда следует использовать MongoDB? Введение в MongoDB: функции и архитектура Согласно рейтингу DB-Engine, самыми популярными базами данных в мире являются Oracle, MySQL, SQL Server, PostgreSQL. В таких базах данные хранятся в таблицах, и основной принцип их работы - написание запросов. Однако есть база данных с другой архитектурой - MongoDB, которая занимает пятое место в приведенном выше рейтинге. В этой статье будет объяснено, как это работает, описаны его..
Данные о жилищном строительстве Филадельфии, часть I: анализ данных
Это эссе по науке о данных и машинному обучению по набору данных Philadelphia Housing разделено на три части: В Части I (текущая страница) я проанализирую набор данных Philadelphia Housing и выделю некоторые из его особенностей. В следующем разделе ( Часть-II ) будет выполнена предварительная обработка данных и разработка функций, чтобы данные были совместимы с алгоритмами машинного обучения. Наконец, в Части III я рассмотрю некоторые алгоритмы машинного обучения, которые выполняют..
Почему мы получаем сертификат Data Scientist?
Я часто слышу от клиентов и коллег вопрос: «Почему я должен получить сертификат специалиста по данным?» Это справедливый вопрос для большинства других областей обучения и бизнеса. В таких областях, как финансы или инженерия, есть гораздо более важные аккредитации, которые вы могли бы и должны получить, прежде чем «повесить свой череп» или пытаться переоснастить свой набор навыков или карьеру. Если вы хотите получить углубленные знания по науке о данных , перейдите по этой ссылке..
Откройте для себя Python Powerhouse: 10 библиотек, которые поднимают визуализацию данных на новые высоты
Введение Привет! Меня зовут Гейб, и я увлечен обучением других Python и машинному обучению. Обладая более чем десятилетним опытом анализа и визуализации данных, я столкнулся с многочисленными инструментами и методами, которые делают этот процесс эффективным и увлекательным. В этой записи блога я хочу поделиться с вами своими 10 лучшими библиотеками Python, которые превосходят конкурентов, когда дело доходит до визуализации данных. 1. Plotly: интерактивные визуализации, как..
Машинное обучение кредитному рейтингу клиента с использованием Python
Назначение Вы работаете кредитным аналитиком в ABC Bank. Вы решили создать инструмент для определения того, будет ли соискатель кредита погашать полученный кредит. У вас есть набор данных с несколькими переменными клиента и тем, погасил ли клиент (переменная погашения) кредит. Создание обучающих и тестовых образцов. Используйте логистическую регрессию, чтобы предсказать, кто, скорее всего, погасит кредит. Оцените данные две модели с точки зрения их точности предсказания. В..