Публикации по теме 'udacity-nanodegree'


Обмен мгновенными корпоративными сообщениями — NLP
Классифицируется ли сообщение как «Действие», «Диалог» или «Информация»? Очистка и токенизация 1_clean_tokenize.ipynb drive.google.com 2. Рабочий процесс машинного обучения 2_ml_workflow.ipynb drive.google.com 3. Реализация конвейера НЛП 3_pipeline.ipynb drive.google.com 4. Добавьте ` FeatureUnion ` в конвейер, чтобы включить..
Прогноз оттока клиентов для музыкального приложения с использованием PySpark.
Обзор проекта Sparkify  – это музыкальное приложение. Этот набор данных содержит журнал поведения пользователей sparkify за два месяца. Журнал содержит некоторую основную информацию о пользователе, а также информацию об его действиях. Пользователь может содержать много записей. В данных часть пользователя сбивается через аннулирование учетной записи. Я загрузил детали своего анализа в репозиторий GitHub. Посмотреть код на GitHub: здесь Чему вы научитесь Основная цель этой..
Классификатор пород собак с использованием CNN  — Udacity’s Capstone Project
Этот блог посвящен завершающему проекту программы Udacity Data Scientist Nano- Degree Program Мотивация проекта Классификатор изображений — одна из самых крутых практических тем с машинным обучением. Один из самых популярных проектов Udacity среди программ машинного обучения и искусственного интеллекта в области нанотехнологий. Цель проекта — создать сквозной конвейер глубокого обучения для классификации изображений собак в соответствии с их породой . Конвейер примет в..
Разработка классификатора собак с использованием CNN
Этот проект предоставляет хороший обзор концепций и приложений CNN для новичков в этой области Сверточные нейронные сети стали преобладающей силой в современном мире машинного обучения. Глубокие и сложные архитектуры CNN решают проблемы с невообразимой ранее точностью. Задачи, которые сложно решить даже человеку, решаются машиной. Сейчас самое подходящее время, чтобы освоить эту технологию и стать частью революции. Классификация породы собак — сложная задача. Следовательно,..
Sparkify: Прогноз оттока пользователей
Это последний проект для Data Science Nano Degree, в котором я стремлюсь ответить на вопрос: учитывая набор данных, содержащий активность пользователей в Sparkify, службе потоковой передачи музыки, можно ли предсказать, какие пользователи уйдут? Из-за ограниченных вычислительных ресурсов использовалась только часть всех данных. Хотя описанные здесь процедуры должны быть применимы ко всему набору данных. Весь код можно найти здесь . Исследовательский анализ данных с точки зрения..
Starbucks Capstone Challenge - Прогнозирование успеха предложения для клиентов
Обзор проекта Набор данных Starbucks Udacity Data Scientist Nanodegree Capstone - это имитация поведения клиентов в мобильном приложении Starbucks rewards. Периодически Starbucks рассылает пользователям предложения, которые могут быть рекламой, скидкой или покупкой и получением одной бесплатно (BOGO). Важной характеристикой этого набора данных является то, что не все пользователи получают одинаковое предложение. Наборы данных Данные содержатся в трех файлах:..
12 лучших фильмов, получивших 100 баллов из 100 ?
из набора данных IMDB за 1900–2019 гг. Мотивация проекта Это проект Udacity Nanograde. Я выбираю набор данных IMDB, использую метод веб-записки и готовлю набор данных. Я собираюсь поделиться некоторыми выводами из моих выводов. Понимание бизнеса Проанализируйте доступные на сайте IMDb данные о фильмах, выпущенных в кинотеатрах в период с 2000 по 2019 год. Следуя ключевым вопросам, я пытаюсь выяснить: - Приносят ли фильмы, получившие высокие оценки публики и критиков, больше..