Публикации по теме 'data-science'


Роль сотрудничества в жизненном цикле проекта Data Science
Советы и рекомендации по сотрудничеству с учеными, экспертами в предметной области и другими заинтересованными сторонами в проекте Проекты по науке о данных включают несколько этапов: от планирования и сбора данных до анализа и развертывания. Хотя каждый этап проекта важен, сотрудничество между членами команды имеет решающее значение для успеха. В этой статье мы обсудим роль сотрудничества в жизненном цикле проекта по науке о данных, в том числе важность сотрудничества между учеными,..
Наука о данных умирает?
Отделение фактов от вымысла в мире науки о данных «Ученый по данным — это новое поколение, и его не хватает». — Хэл Вариан, главный экономист Google. Науку о данных называют « самой сексуальной профессией 21 века », и не зря. С взрывом данных в…
5 книг помогли мне быстро начать изучение науки о данных
На начальном этапе изучения науки о данных я предпочитал смотреть видео на YouTube или проходить онлайн-курсы. Постепенно я понял, что попал в ловушку. Я называю это ловушкой онлайн-обучения, когда я думал, что многому научился, но все это фрагментарные знания. В конце концов книги по науке о данных помогли мне выбраться из ловушки. Я хотел бы сказать вам сегодня, что нет ничего лучше, чем читать книги, чтобы снова сдвинуться с мёртвой точки! Книги, которые я рекомендовал здесь, не..
Обнаружение аномалий с помощью Isolation Forest
Давайте применим Isolation Forest с помощью scikit-learn, используя набор данных Iris Обнаружение аномалий - это идентификация редких наблюдений с экстремальными значениями, которые резко отличаются от остальных точек данных. Эти элементы называются выбросами, и их необходимо идентифицировать, чтобы отделить от обычных элементов. У этих аномальных наблюдений может быть много причин: изменчивость данных, ошибки, полученные во время сбора данных, или что-то новое и редкое. Последнее..
Как я создал экстрактор сделок, который до сих пор остается лучшим самообучающимся индикатором на рынке Форекс…
Как я создал инструмент для извлечения сделок, который по-прежнему остается лучшим самообучающимся индикатором на рынке Форекс. Я разработал TRADE EXTRACTOR в качестве вспомогательного инструмента для принятия торговых решений. Мне понравилось создавать собственный алгоритм самообучения, который быстро расшифровывает заданные исторические данные и показывает лучшие точки входа, которые потенциально могут быть прибыльными сделками на форексе. Сила исторических данных на рынке форекс:..
Линейная регрессия простыми словами
Привет, я Хай, и давайте поговорим о линейной регрессии! Вы находите математические объяснения громоздкими и трудными для понимания, но все же хотели бы понять на высоком уровне, что делает модели данных, такие как линейная регрессия, такими успешными в бизнесе? Тогда давайте поговорим о линейной регрессии. . . без математики! Линейная регрессия — это способ предсказать число, например, сколько денег кто-то заработает или насколько хорош кто-то в определенной деятельности...
Обучение с подкреплением на основе отзывов людей, InstructGPT и ChatGPT
Примечание : некоторые части этого сообщения в блоге созданы ChatGPT! :) Добро пожаловать в мой блог на ChatGPT! В этом посте мы погрузимся во внутреннюю работу ChatGPT и то, как он обучается. Однако, прежде чем мы углубимся в особенности ChatGPT, важно сначала рассмотреть некоторые соответствующие предыдущие работы и концепции, чтобы дать нам прочную основу. Когда у нас будет четкое представление об этих основах, мы сможем перейти к более глубокому изучению ChatGPT.