Привет! Вы попали по адресу, если когда-нибудь задавались вопросом, как компьютеры могут учиться и выносить суждения так же, как люди. Действительно удивительная область, называемая машинным обучением, позволяет компьютерам со временем развивать свой интеллект, подобно тому, как вы совершенствуетесь, играя в онлайн-игры. В этом блоге мы познакомимся с миром машинного обучения, и я уверяю, это не будет слишком сложно! Глава 1. Что вообще такое машинное обучение? Машинное обучение похоже..

Hadoop устарел, и глубокое обучение тоже будет. И это нормально. Это перепечатка (более или менее) Информационного бюллетеня ARCHITECHT от 11 февраля 2018 г. Подпишитесь здесь , чтобы получать новые выпуски на свой почтовый ящик. Даже во время моего недавнего перерыва в этом информационном бюллетене, когда я активно избегал своей RSS-ленты, я не мог избежать публичных дебатов о пределах возможностей искусственного интеллекта. Или, точнее, о пределах возможностей глубокого..

Когда мораль встречается с деньгами в современной технологической индустрии. И когда ИИ встречается с медициной. Это перепечатка (более или менее) Информационного бюллетеня ARCHITECHT от 21 июня 2018 г. Зарегистрируйтесь здесь , чтобы получать новые выпуски на свой почтовый ящик. Я предполагаю, что большинство читателей обращали внимание на последние протесты против технологических компаний, работающих с государственными учреждениями, но если нет, то вот несколько историй,..

Одной из основных проблем, с которой приходится сталкиваться каждой компании, является правильное определение новых потенциальных клиентов, потому что чем лучше вы знаете своих целевых клиентов, тем лучше вы можете направить свои усилия на их достижение, и, конечно же, статистическое моделирование и машинное обучение. может очень помочь. Чем лучше вы знаете своих целевых клиентов, тем лучше вы можете направить свои усилия на их достижение. Подумайте, например, о важном..

Есть разница между аналитиком данных и специалистом по данным. Термины специалист по данным и аналитик данных часто используются как синонимы. Однако эти две роли различны, как и навыки, необходимые для каждой профессии. От аналитиков данных не ожидается, что они будут кодировщиками, но они должны уметь использовать инструменты визуализации для сортировки массивных наборов данных, чтобы идентифицировать определенные бизнес-тенденции или явления. С другой стороны, специалисты по..

Он используется, чтобы определить, полезен ли один временной ряд для прогнозирования другого. Допустим, цена трехкомнатной квартиры меняется со временем, насколько на нее повлияет тот факт, что со временем меняется и инфляция. Код Python — из statsmodels.tsa.stattools import grangercausalitytests maxlag=12 test = 'ssr_chi2test' def grangers_causation_matrix(data, variable, test='ssr_chi2test', verbose=False): df1 = pd.DataFrame(np.zeros((len(переменные), len(переменные))),..