Публикации по теме 'visualization'
Принципы визуального восприятия для эффективного сторителлинга
статья № 2 о создании визуализаций, которые рассказывают историю с эффектом
Фотокамера при съемке снимка может уловить сразу много информации. Он может запечатлеть дерево, дом, машину, друзей, их сумки, птиц, траву, небо и все, что находится в зоне его охвата. Но человеческий мозг так не работает. Он не может собрать много информации и обработать ее за один раз. Человеческий глаз связан с мозгом через миллионы нейронов, и все, что он видит, передается в виде сигналов в мозг, и мозг..
Очистите свои данные с помощью машинного обучения без учителя
Очистка данных не должна быть болезненной! Этот пост - быстрый пример того, как использовать машинное обучение без учителя для очистки горы беспорядочных текстовых данных с использованием реальных данных.
С чем мы имеем дело?
В этом примере мы сталкиваемся с тысячами текстовых статей, извлеченных из файлов HMTL и PDF. Качество возвращаемого текста во многом зависит от процесса очистки. От выборочной проверки некоторых результатов мы знаем, что есть проблемы, начиная от плохих..
Сравнение Python’s Flet с Plotly Dash
Что выбрать для вашего следующего проекта визуализации данных?
Python является популярным языком программирования для анализа и визуализации данных благодаря широкому набору мощных библиотек. Двумя наиболее популярными библиотеками для интерактивной визуализации данных в Интернете являются Flet и Plotly Dash. В этой статье мы сравним функции, плюсы и минусы Flet и Plotly Dash, чтобы помочь вам решить, какая библиотека лучше всего подходит для вашего следующего проекта визуализации..
Понимание активного обучения: интерактивная панель визуализации
Интеллектуальный инструмент, объясняющий, как работает активное обучение, почему оно хорошо (или плохо) и может сделать больше
Введение
В этом посте мы стремимся представить интерактивный инструмент визуализации, который поможет пользователям лучше понять, как и почему работает традиционное активное обучение. Эта работа касается статьи, которую мы недавно опубликовали на семинаре NeurIPS 2021 Human-Centered AI.
Человекоцентричное машинное обучение
В последние десятилетия машинное..
Делайте ППШ.
Я буду очень ясным и кратким здесь.
PCA используется для уменьшения размерности набора данных, скажем, со 100 до 2 или с 500 до 10 или даже с 2D до 1D.
Почему мы делаем это? Поскольку это помогает ускорить вычисления, уменьшить объем памяти, и вы также можете визуализировать весь набор данных, если измерение переходит в 3D, 2D или 1D. Однако зачем добавлять дополнительные параметры в набор данных, если они не приносят никакой пользы? Просто мусор их!
Как это сделать?..
Ридж-регрессия (регуляризация L2)
Гребневая регрессия — это популярный метод линейной регрессии, который используется для решения проблемы мультиколлинеарности (высокой корреляции) между переменными-предикторами. Это регуляризованная версия обычной регрессии методом наименьших квадратов (OLS), в которой коэффициенты переменных-предикторов оцениваются путем минимизации функции потерь, которая включает штрафной член, пропорциональный сумме квадратов значений коэффициентов.
Цель гребневой регрессии состоит в том, чтобы..
Если вы хотите поднять свои навыки анализа данных на новый уровень, ознакомьтесь с этими важными…
1/ Если вы хотите улучшить свои навыки анализа данных, рассмотрите возможность изучения #Python, популярного языка программирования, используемого для анализа данных, с такими библиотеками, как #Pandas, #NumPy и #SciPy.
2/#R — еще один язык программирования, широко используемый в анализе данных. Он имеет широкий спектр пакетов, включая #dplyr, #tidyr, #ggplot2 и другие, что делает его универсальным инструментом для обработки данных, визуализации и моделирования.
3/ Чтобы улучшить свои..
