完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 數(shù)據(jù)科學(xué)
數(shù)據(jù)科學(xué)是利用科學(xué)方法、流程、算法和系統(tǒng)從數(shù)據(jù)中提取價(jià)值的跨學(xué)科領(lǐng)域。數(shù)據(jù)科學(xué)家綜合利用一系列技能(包括統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)和業(yè)務(wù)知識(shí))來(lái)分析從網(wǎng)絡(luò)、智能手機(jī)、客戶、傳感器和其他來(lái)源收集的數(shù)據(jù)。
文章:165個(gè) 瀏覽:10356次 帖子:1個(gè)
為什么Jupyter Notebook會(huì)比其他工具更受歡迎?
“有什么好用的IDE/環(huán)境/工具?”是他們提出的最常見(jiàn)的問(wèn)題之一。這確實(shí)也是個(gè)不怎么好回答的問(wèn)題,因?yàn)樗鼪](méi)有具體選項(xiàng)。IDE、Sublime Text、...
2018-05-31 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 7.4萬(wàn) 0
AdaBoost效果不錯(cuò),但為何這一算法如此成功卻缺乏解釋,這正是一些疑惑產(chǎn)生的源頭。有些人認(rèn)為AdaBoost是一個(gè)超級(jí)算法,一枚銀彈,但另一些人顧慮...
2018-11-08 標(biāo)簽:梯度機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 2.5萬(wàn) 0
大數(shù)據(jù)和數(shù)據(jù)科學(xué)的原理和區(qū)別
有沒(méi)有想過(guò)是選擇大數(shù)據(jù)還是數(shù)據(jù)科學(xué)?如果你對(duì)數(shù)據(jù)感興趣,又是一個(gè)技術(shù)怪胎,你可能至少有一次會(huì)陷入這樣的困境。在我們生活的數(shù)字世界中,數(shù)據(jù)正日益成為組織最...
2021-03-08 標(biāo)簽:大數(shù)據(jù)數(shù)據(jù)科學(xué) 1.2萬(wàn) 0
如何在Python中劃分訓(xùn)練/測(cè)試集并進(jìn)行交叉驗(yàn)證
模型過(guò)擬合意味著我們把模型“訓(xùn)練得太好了”,通過(guò)一遍又一遍的訓(xùn)練,它已經(jīng)把訓(xùn)練數(shù)據(jù)的特征都“死記硬背”了下來(lái)。這在模型過(guò)于復(fù)雜(和觀察樣本數(shù)相比,模型設(shè)...
2018-11-26 標(biāo)簽:Python數(shù)據(jù)科學(xué) 1.1萬(wàn) 0
數(shù)據(jù)科學(xué)的完整流程幾個(gè)組成部分
第二個(gè)輸出的問(wèn)題就更大了,因?yàn)閿?shù)據(jù)框記錄數(shù)據(jù)的方式存在著問(wèn)題。JupyterLab有一個(gè)內(nèi)建的終端,所以我們可以打開(kāi)終端并使用bash命令head來(lái)查看...
2018-10-18 標(biāo)簽:數(shù)據(jù)收集數(shù)據(jù)科學(xué) 1.1萬(wàn) 0
統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)的真正差別。你分得清嗎?
這兩種方法的目標(biāo)不同,盡管使用的方法類似。機(jī)器學(xué)習(xí)算法的評(píng)估使用測(cè)試集來(lái)驗(yàn)證其準(zhǔn)確性。統(tǒng)計(jì)模型可以使用置信區(qū)間,顯著性檢驗(yàn)和其他檢驗(yàn)對(duì)回歸參數(shù)進(jìn)行分析,...
2019-04-08 標(biāo)簽:傳感器機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 8863 0
該文章介紹了如何通過(guò)類型注解在 Python 中使用 macro 宏,該靈感來(lái)自于作者以往使用 Rust 的體驗(yàn)。引入宏系統(tǒng)可為我們提供便捷的調(diào)用方式,...
2018-09-16 標(biāo)簽:Python計(jì)算機(jī)圖像數(shù)據(jù)科學(xué) 8843 0
這條公理表示為如果兩事件互斥(即兩事件不可能同時(shí)發(fā)生),那么這兩個(gè)事件其中有一個(gè)發(fā)生的概率等于各個(gè)事件發(fā)生的(邊緣)概率之和。我早說(shuō)過(guò)了,這讓人疑惑。讓...
2018-09-24 標(biāo)簽:概率論數(shù)據(jù)科學(xué) 8277 0
機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)必讀的10本免費(fèi)在線電子書(shū)和書(shū)的詳細(xì)介紹
本書(shū)介紹了在Python中處理數(shù)據(jù)所必需的核心庫(kù):特別是IPython,NumPy,Pandas,Matplotlib,Scikit-Learn和相關(guān)軟...
2018-07-01 標(biāo)簽:貝葉斯機(jī)器學(xué)習(xí)Python 6972 0
解釋數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和人工智能這3者之間的差異和區(qū)別
誠(chéng)然,這些領(lǐng)域確實(shí)有很多重疊,再加上媒體連續(xù)不斷的捆綁營(yíng)銷(xiāo)炒作,人們很容易把它們誤解為同一種東西。但事實(shí)上,數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、人工智能這三個(gè)概念是不可...
2018-01-12 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 6701 0
如何正確認(rèn)識(shí)一個(gè)AI項(xiàng)目,如何為AI項(xiàng)目選擇最高效的解決方案
盡量避免使用有過(guò)多變量和潛在結(jié)果的任務(wù)。在項(xiàng)目中,先把注意力集中在流程的一小部分,而不是整個(gè)流程。即使在今天,用單一的AI解決方案替換完整的流程仍然是非...
2019-02-11 標(biāo)簽:AI機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 6633 0
一種廣泛采用的處理高度不平衡數(shù)據(jù)集的技術(shù)稱為重采樣。它包括從多數(shù)類(欠采樣)中刪除樣本或向少數(shù)類(過(guò)采樣)中添加更多示例。
2020-05-17 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 5786 0
為什么特征工程如此重要?把數(shù)據(jù)轉(zhuǎn)換成圖像
如上圖所示,目標(biāo)變量明顯泄漏到了f190486列中。事實(shí)上,我沒(méi)有用任何機(jī)器學(xué)習(xí)就得到了0.57分,這在排行榜上是個(gè)高分。在競(jìng)賽截止日期前二十天左右,主...
2018-09-05 標(biāo)簽:圖像數(shù)據(jù)集數(shù)據(jù)科學(xué) 5669 0
集合論:現(xiàn)代數(shù)學(xué)的共同基礎(chǔ)
先說(shuō)說(shuō)分析(Analysis)吧,它是從微積分(Caculus)發(fā)展起來(lái)的——這也是有些微積分教材名字叫“數(shù)學(xué)分析”的原因。不過(guò),分析的范疇遠(yuǎn)不只是這些...
2018-11-16 標(biāo)簽:微積分數(shù)據(jù)科學(xué) 5370 0
對(duì)于機(jī)器學(xué)習(xí)/數(shù)據(jù)科學(xué)初學(xué)者 應(yīng)該掌握的七種回歸分析方法
對(duì)于機(jī)器學(xué)習(xí)/數(shù)據(jù)科學(xué)的初學(xué)者來(lái)說(shuō),線性回歸,或者Logistic回歸是許多人在建立預(yù)測(cè)模型時(shí)接觸的第一/第二種方法。由于這兩種算法適用性極廣,有些人甚...
2018-04-27 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 4580 0
根據(jù)數(shù)據(jù)科學(xué)家最常使用的四種編程語(yǔ)言推薦相應(yīng)的IDE
PyCharm包括很多工具,集成的調(diào)試器和測(cè)試運(yùn)行器,性能調(diào)試工具,內(nèi)置終端,集成主要版本控制系統(tǒng)(包括Git、SVN、Mercurial),遠(yuǎn)程開(kāi)發(fā)(...
2018-11-14 標(biāo)簽:編程語(yǔ)言機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 4339 0
數(shù)據(jù)處理中最強(qiáng)有力也最流行的工具之一:Pandas!
Pandas 是一個(gè)低學(xué)習(xí)成本高性能的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具。拋開(kāi)大熊貓憨態(tài)可掬的樣子不說(shuō),「Pandas」這個(gè)名字來(lái)源于術(shù)語(yǔ)「panel data」,...
2018-06-20 標(biāo)簽:機(jī)器學(xué)習(xí)Python數(shù)據(jù)科學(xué) 4334 0
2020年常見(jiàn)的20種數(shù)據(jù)科學(xué)工具,你了解多少
執(zhí)行數(shù)據(jù)科學(xué)任務(wù)的最佳工具有哪些?作為數(shù)據(jù)科學(xué)新手,你應(yīng)該選擇哪些工具? 我相信在你的數(shù)據(jù)科學(xué)之旅的某些時(shí)刻中你已經(jīng)問(wèn)過(guò)(或搜索過(guò))這些問(wèn)題。
2020-08-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)python 4289 0
談?wù)勊膫€(gè)無(wú)法從學(xué)?;蚋鞣N線上平臺(tái)學(xué)習(xí)到的機(jī)器學(xué)習(xí)技巧
機(jī)器學(xué)習(xí)教育過(guò)程中通常傾向于深入學(xué)習(xí)機(jī)器學(xué)習(xí)算法,教導(dǎo)我們從技術(shù)層面上理解他們的運(yùn)作方式。一旦你的模型被完全訓(xùn)練,將用某些數(shù)據(jù)集來(lái)標(biāo)記模型的有效性。一旦...
2018-06-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué) 4170 0
數(shù)據(jù)科學(xué)作品集應(yīng)該包括哪些內(nèi)容?如何提高作品集的吸引力等問(wèn)題。
很多人意識(shí)到了創(chuàng)建項(xiàng)目的價(jià)值,但很多人碰到的問(wèn)題是從哪里得到有趣的數(shù)據(jù)集,得到之后做什么。Airbnb的數(shù)據(jù)科學(xué)家Jason Goodman,在他的博客...
2018-08-02 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集數(shù)據(jù)科學(xué) 3924 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺(jué) | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹(shù)莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |