Публикации по теме 'knime'


Могу ли я предсказать исход футбольного матча (и заработать деньги)?
ДАННЫЕ ИСТОРИИ | СПОРТИВНАЯ АНАЛИТИКА | KNIME АНАЛИТИЧЕСКАЯ ПЛАТФОРМА Могу ли я предсказать исход футбольного матча (и заработать деньги)? Эксперименты по спортивной аналитике с использованием KNIME Analytics Platform Чтобы улучшить свои навыки применения концепций и инструментов науки о данных, я создаю для себя небольшие проекты, уделяя особое внимание практическому подходу к обучению. Одним из таких проектов была разработка модели футбольного прогнозирования, которая..
Knime  — ключевой пирог для специалистов по данным.
Когда дело доходит до науки о данных, первое, что приходит на ум, — это язык программирования или статистические инструменты, а именно: Python, R или SAS, которые, в свою очередь, часто преследуют в мечтах не кодеров или начинающих энтузиастов науки о данных. Причина в том, что эти языки немного интенсивны в коде, и, следовательно, многие пользователи теряют интерес в течение определенного промежутка времени. Единственная цель этой статьи — представить интерактивную платформу для..
На стыке машинного обучения и анализа изображений: взгляды специалиста по данным
ДАННЫЕ ИСТОРИИ | МАШИННОЕ ОБУЧЕНИЕ | KNIME АНАЛИТИЧЕСКАЯ ПЛАТФОРМА На стыке машинного обучения и анализа изображений: взгляды специалиста по данным My Data Guest — интервью с Жеромом Требу Со-интервьюер: Шантану Тьяги Я рад приветствовать специалиста по машинному обучению и опытного пользователя KNIME в новом выпуске Моего гостя данных . Жером поделился своими мыслями о своей докторской диссертации. исследования, его опыт работы с машинным обучением и анализом..
Knime — предварительная обработка данных, очистка данных для моделирования.
Knime — предварительная обработка данных, очистка данных для моделирования. Неважно, насколько хорошо вы умеете строить небоскреб, если фундамент неправильный, он однажды рухнет. Так обстоит дело с моделированием в науке о данных. Неважно, какую технику моделирования вы используете, если вы неправильно понимаете данные и не прилагаете усилий к очистке данных, вы никогда не сможете создать хорошую модель из необработанных данных. По этой причине почти 60–70% времени уходит на..
XAI — Объяснение одиночных прогнозов с помощью локального компонента представления объяснения
ТЕОРИЯ НАУКИ О ДАННЫХ | ОБЪЯСНИМОСТЬ МОДЕЛИ | KNIME АНАЛИТИЧЕСКАЯ ПЛАТФОРМА XAI — Объясните одиночные прогнозы с помощью локального компонента представления объяснения Объясните, как важный прогноз был рассчитан вашей моделью черного ящика. Соавторы: Паоло Таманьини и Кори Вайзингер Представьте себе: ваша модель машинного обучения обучается и развертывается через REST API. Он делает прогнозы в рекордно короткие сроки, и все, кто участвует в его применении, благодарны за..
Сокращение времени внедрения за счет интеграции Jupyter и KNIME
НАЧАЛО РАБОТЫ | НОУТБУК JUPYTER | ПЛАТФОРМА KNIME ANALYTICS Сокращение времени внедрения за счет интеграции Jupyter и KNIME Вы поклонник KNIME или поклонник Jupyter? Что ж, здесь не нужно выбирать Специалисты по обработке данных известны тем, что создают свой собственный пузырь в структуре 3I - внедрять, интегрировать и внедрять. Я лично склоняюсь к двум последним И: интегрировать новые технологии для постоянного экспериментирования и инновации для достижения замечательных..
Что мы только что узнали о науке о данных - и что дальше
Автор Майкл Бертольд Впервые опубликовано в InfoWorld Последние 16 месяцев показали, насколько ценной может быть наука о данных, но при этом продемонстрировали ее ограничения. Ожидайте больших успехов в наступающем году. 2020 год можно назвать годом роста науки о данных. Организации всех видов значительно активизировали внедрение приложений, ориентированных на данные, и обратились к науке о данных для решения своих проблем - с разной степенью успеха. В ходе этого процесса..