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..