Публикации по тегам data-science

Публикации по теме 'data-science'

Начало работы с графиками Raincloud в Python

Мощный метод визуализации данных, который состоит из комбинации скрипичных, точечных и коробчатых диаграмм. В отдельности каждый из вышеупомянутых методов визуализации имеет свои преимущества и недостатки . Но что, если бы мы могли объединить их вместе и получить более надежный метод визуализации данных, а именно графики дождевых облаков ? Что такое графики дождевых облаков? Графики дождевых облаков — это более надежная и интуитивно понятная форма визуализации данных . Как я..

Основы ИИ

ИСТОРИЯ: Все началось в 1943 году, когда Уоррен МакКаллок и Уолтер Питс представили модель искусственных нейронов. Искусственный нейрон работает как нервная клетка в организме человека. Он принимает один или несколько входов и создает определенный результат. Более подробно о нейронных сетях мы поговорим далее в этой статье. Затем Джон Маккарти придумал слово «искусственный интеллект» в 1956 году. Определение ИИ, данное Джоном Маккарти, заключалось в разработке компьютерных систем,..

Декодирование закономерностей с помощью данных временных рядов, часть 1

Эта статья имеет решающее значение, поскольку она дает читателям фундаментальные знания, необходимые для понимания, анализа и извлечения ценной информации из данных временных рядов. Основы временных рядов Вопрос. Что такое временной ряд? Временной ряд — это последовательность точек данных, собранных через последовательные промежутки времени. Он показывает, как переменная изменяется с течением времени. Вопрос. Какова цель временных рядов? Целью анализа временных рядов является..

Как работает разреженное байесовское обучение, часть 1 (машинное обучение + байесовский вывод)

Автонастройка гиперпараметров для разреженного байесовского обучения (arXiv) Автор: Давэй Гао , Цинхуа Го , Мин Цзинь , Гуйшэн Ляо , Йонина С. Эльдар Аннотация . Выбор значений гиперпараметров в разреженном байесовском обучении (SBL) может значительно повлиять на производительность. Однако гиперпараметры обычно настраиваются вручную, что часто является сложной задачей. Совсем недавно эффективная автоматическая настройка гиперпараметров была достигнута с помощью эмпирического..

Титаник - прогнозирование выживаемости с помощью машинного обучения

Следуя той же теме из моего предыдущего поста , я исследовал и пытался понять сценарий катастрофы Титаника еще в 1912 году. Используя ряд характеристик, таких как тип билетов, возраст, семья и так далее; Я попытался предсказать выживаемость этого события. Вступление (RMS) Титаник, роскошный пароход, затонул рано утром 15 апреля 1912 года у побережья Ньюфаундленда в Северной Атлантике после столкновения с айсбергом во время своего первого рейса. Из 2240 пассажиров и членов экипажа,..

Как предсказать отметки с помощью простой линейной регрессии

Первый простой конкретный пример использования машинного обучения с Python Введение Обычно мне постоянно снится кошмар: приближается день экзамена, а я понимаю, что еще не начал пересматривать свои курсы. Потом я проснулась в поту и почувствовала облегчение, что это был всего лишь сон… С тобой такое было?

Почему вам не нужен LangChain для создания RAG-бота?

Погрузитесь в универсальность генеративного ИИ: расширьте свой набор инструментов не только LangChain! Содержание · Введение · Схема системы · Введение в Pinecone · Структура папки кода · Файл требований · Переменные среды » · Чтение PDF · Вычисление вложений · Встраивание фрагментов · Генерация ответов · Сохранение векторов · Чтение PDF-файлов, извлечение фрагментов, встраивание и сохранение · Ответы на вопросы с использованием RAG · Заключение..