Публикации по теме 'data-science'
Как New York Times использует машинное обучение, чтобы сделать свой платный доступ умнее
The New York Times запустила свой платный доступ в марте 2011 года, начав свой путь как служба новостей и стиля жизни, доступная по подписке. С момента своего создания эта услуга ограниченного доступа была разработана таким образом, чтобы неподписчики могли читать фиксированное количество статей каждый месяц, прежде чем столкнутся с платным доступом; ограничение в этой статье часто называют ограничением по счетчику . Эта стратегия доказала свою эффективность в создании подписок, в..
Набор данных Starbucks Capstone Challenge Прогноз успеха предложения для клиентов
Обзор проекта
Удовлетворенность клиентов способствует успеху бизнеса, а аналитика данных помогает понять, что думают клиенты. Например, фраза 360-градусный взгляд на клиента относится к агрегированию данных, описывающих покупки клиента и взаимодействие с ним в службе поддержки.
Набор данных Starbucks Udacity Data Scientist Nanodegree Capstone представляет собой симуляцию поведения клиентов в мобильном приложении Starbucks Rewards. Периодически Starbucks рассылает пользователям..
Разница между обычными функциями и стрелочными функциями
Разница между обычными функциями и стрелочными функциями
В JavaScript есть два способа определения функций: обычные функции и стрелочные функции. Основное различие между ними заключается в том, как они обрабатывают ключевое слово this и в их синтаксисе. В этом ответе мы подробнее рассмотрим их обоих на примерах.
Обычные функции. Обычные функции в JavaScript определяются с помощью ключевого слова function . Они могут быть определены как объявления функций или функциональные..
Случаи использования границ ошибок обобщения в машинном обучении, часть 7.
Границы ошибки обобщения для алгоритмов итеративного восстановления, развернутых как нейронные сети (arXiv)
Автор: Эккехард Шнор , Араш Бехбуди , Хольгер Раухут .
Аннотация: Руководствуясь изученным итеративным алгоритмом мягкой пороговой обработки (LISTA), мы представляем общий класс нейронных сетей, подходящих для разреженной реконструкции на основе нескольких линейных измерений. Предоставляя широкий диапазон степеней распределения веса между слоями, мы обеспечиваем..
Освоение R Shiny: 5 основных принципов, которые нужно знать. И как начать
Начало работы с Shiny может быть ошеломляющим. Помимо знакомства с R, вам также необходимо знать многие концепции, связанные с веб-дизайном, интерактивностью, развертыванием, веб-хостингом, отладкой и масштабируемостью.
5 основных компонентов, которые помогли мне взглянуть на Shiny с высоты птичьего полета:
Веб-сервер .
Shiny — это, по сути, веб-сервер, основной задачей которого является обработка запросов от клиентов (веб-браузер) и возврат ответов клиентам в виде..
Почему вам стоит стать специалистом по данным?
В последнее время много говорят о науке о данных. Это одна из самых популярных тем в мире технологий, и кажется, что все пытаются попасть в эту область. Но что такое наука о данных и почему вы должны стать специалистом по данным?
Наука о данных — это относительно новая область, которая сочетает в себе статистику, информатику и бизнес-аналитику, чтобы делать выводы из данных. Специалисты по данным…
Прогнозирование сердечных заболеваний с помощью машинного обучения (часть 2)
Это вторая часть предыдущей статьи, в которой добавлены этапы масштабирования и моделирования машинного обучения для классификации точек данных на наличие или отсутствие заболеваний сердца.
В предыдущей части статьи ( Часть 1 ) я закончил описанием корреляционной матрицы между различными параметрами и целевой переменной (есть ли у пациента болезнь сердца или нет). Следующий шаг включает в себя использование процесса Label Encoding , где категориальные переменные, такие как пол ,..
