Публикации по тегам ds-in-the-real-world

Публикации по теме 'ds-in-the-real-world'

Подход к выбору врача с позиций науки о данных

Наука о данных в реальном мире Подход к выбору врача с позиций науки о данных Мой врач был великолепен, был , потому что я переехал. Или он переехал. Или моя работа изменила страхование здоровья, и он больше не покрывается страховкой. Или он ушел на пенсию, открыл фургон с едой и взял шестерых пуделей - все равно неважно почему - мне нужно найти нового врача. Оказывается, у моей страховки Оскар есть довольно полезный инструмент поиска - множество фильтров и врачей в сети, и..

10 методов машинного обучения, которые должен знать каждый специалист по данным

Наука о данных в реальном мире 10 методов машинного обучения, которые должен знать каждый специалист по данным Получите новые знания в области науки о данных Машинное обучение - горячая тема в исследованиях и промышленности, и постоянно разрабатываются новые методологии. Скорость и сложность этой области затрудняет освоение новых техник даже для экспертов - и потенциально подавляет новичков. Чтобы демистифицировать машинное обучение и предложить путь обучения для тех, кто..

Подписание изображений с помощью набора данных Flickr8k и BLEU

Внутри ИИ Подписание изображений с помощью набора данных Flickr8k и BLEU Оглавление: Вступление Почему набор данных Flickr8k Давайте разбираться в данных EDA… Как придать фигурам изображения ..? Предварительная обработка титров… Последовательная подготовка данных BLEU…? Вывод Заключение использованная литература 1. Введение: RNN стали очень мощными. Специально для последовательного моделирования данных. Андрей Карапати очень хорошо объяснил использование RNN в своем..

Простое введение в показатели производительности машинного обучения

Питер Друкер , известный гуру менеджмента, однажды сказал: Если вы не можете что-то измерить, вы не можете это улучшить . Здесь также мы измеряем, а затем улучшаем алгоритм машинного обучения, либо выбирая другие параметры (называемые настройкой гиперпараметров), либо выбирая другой алгоритм. Однако первым шагом является выбор правильной метрики производительности/оценки. Есть много блогов и статей на эту тему. Но никто, похоже, не объясняет простыми словами, что я и попытаюсь сделать..

Как YOLOv5 решил двусмысленность, с которой столкнулся YOLOv3

Наука о данных в реальном мире Как YOLOv5 разрешил двусмысленность, с которой столкнулся YOLOv3 Надежное обнаружение индийских номерных знаков с помощью YOLOv5 Для тех, кто не знает, новая версия YOLO (You Only Look Once) уже здесь, а именно YOLO v5. Большое спасибо Ultralytics за создание этого репозитория. Проблема с YOLOv3 Вы только посмотрите один раз (YOLO) - это современная система обнаружения объектов в реальном времени. На Pascal Titan X он обрабатывает..

Ученый-прагматик

Data Science в реальном мире , B otXO Ученый-прагматик 5 Идеи коммерческого машинного обучения, о которых должны знать все специалисты по данным. Эта статья предназначена для специалистов по анализу данных, менеджеров групп по анализу данных и заинтересованных сторон. Я надеюсь, что эти идеи дадут вам общее представление о проблемах в области ИИ и заставят задуматься о том, как разрабатывать прагматичные решения для науки о данных. TL; DR (краткое изложение 5 идей): В..

Наука о данных 101: Руководство по использованию конвейеров в Python

Наука о данных Наука о данных 101: Руководство по использованию конвейеров в Python Полное руководство по использованию конвейеров в Python В своих предыдущих статьях я подробно рассказывал о шагах по созданию модели машинного обучения с использованием различных инструментов, таких как Python и Alteryx. Вкратце, он состоит из следующих шагов. Образец : процесс начинается с выборки данных , т. е. выбора подходящего набора данных для моделирования. Изучение: Эта фаза..