Публикации по теме 'data-science'
Часть 1. Визуализация данных на протяжении всего рабочего процесса Data Science (статья 1)
Мы хотим думать, что данные говорят сами за себя, но картинка стоит тысячи слов.
Это первая часть из трех частей, озаглавленных "Визуализация данных: почему, когда и как". Часть 1 статьи 2 можно найти здесь . Часть 2, Когда визуализация данных является хорошим выбором? , посвящена определению того, когда визуализация ваших данных является подходящим подходом для передачи информации. Часть 3, Важность честности , состоит из 3 статей, в которых основное внимание уделяется..
Наборы данных об изменении климата для проектов в области науки о данных
Многие из этих наборов данных были обнародованы, чтобы люди могли внести свой вклад и добавить ценную информацию о том, как меняется климат и его причины.
Данные являются центральным элементом дискуссии об изменении климата. С наборами данных об изменении климата в этом списке многие специалисты по данным создали визуализации и модели для измерения и отслеживания изменений температуры поверхности, уровня морского льда и т. Д.
Мы надеемся, что этот сборник станет отправной точкой для..
Исследовательские работы по даркнету, часть 1 (информатика)
«Можем ли мы обнаружить расстройство, связанное с употреблением психоактивных веществ?»: Классификация знаний и времени в социальных сетях от Darkweb (arXiv)
Автор: Уша Локала , Орхидея Четиа Фукан , Трияша Гхош Дастидар , Франсуа Лами , Раминта Даниулайтите , Амит Шет .
Резюме: Злоупотребление опиоидами и психоактивными веществами в настоящее время свирепствует в Соединенных Штатах с явлением, известным как «опиоидный кризис». Взаимосвязь между употреблением психоактивных..
Работа с анализом сожалений, часть 6 (машинное обучение)
Анализ сожалений политик эквивалентности достоверности в линейно-квадратичных системах с непрерывным временем (arXiv)
Автор: Мохамад Казем Ширани Фарадонбех
Аннотация: Эта работа теоретически изучает повсеместную политику обучения с подкреплением для управления канонической моделью стохастических линейно-квадратичных систем с непрерывным временем. Мы показываем, что политика рандомизированного эквивалента достоверности решает дилемму разведки-эксплуатации в линейных системах..
Анализ временных рядов — Объяснение
Каждый день мы открываем погодное приложение на мобильном устройстве и смотрим прогноз погоды или, просматривая новости фондового рынка, просматриваем такие термины, как прогноз для день. Итак, как они предсказывают дневной бум/спад фондового рынка или как они предсказывают погоду на неделю вперед? Анализ временных рядов — один из наиболее распространенных методов, помогающих прогнозировать тенденции в конкретной области или варианте использования. Итак, что такое Анализ временных..
Дорожная карта машинного обучения/науки о данных
Вы устали просеивать море ресурсов машинного обучения, чувствуя себя потерянным и сбитым с толку? Ты не один! С таким количеством книг, курсов, блогов и учебных пособий легко растеряться и разочароваться.
Как человек, который сам прошел через процесс обучения, я понимаю, насколько это может быть неприятно. Вот почему я создал всеобъемлющую дорожную карту, которая поможет вам уверенно ориентироваться в сложном мире машинного обучения.
Моя дорожная карта охватывает все, что вам нужно..
Применение дистилляции знаний, часть 3 (интеллектуальный анализ данных)
Перегонка знаний на основе прототипов для крупномасштабных моделей (arXiv)
Автор: Дэн Ли , Амин Ву , Яхун Хань , Ци Тянь .
Аннотация: В последнее время крупномасштабные предварительно обученные модели показали свои преимущества во многих задачах. Однако из-за огромной вычислительной сложности и требований к памяти сложно применить крупномасштабную модель к реальным сценам. Распространенным решением является дистилляция знаний, которая рассматривает крупномасштабную модель как..
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..