Метка: Machine Learning

Как установить Anaconda на Mac

Просто и понятно о том, как установить Anaconda на Mac и исправить страшную ошибку «conda command not found» Необходимость Anaconda Начав работать в области науки о данных, машинном обучении или искусственном интеллекте, вы быстро понимаете, что Anaconda вам действительно нужна. Да, вы можете пользоваться Jupyter Notebooks, Spyder или другой классной программой, ПОДРОБНЕЕ

Алгоритмы поиска, которые должен знать каждый специалист по обработке и анализу данных

В последние годы алгоритмы для решения задач автоматического планирования и диспетчеризации стали вновь популярными в области машинного обучения. Понимание принципов их работы поможет увеличить производительность ваших моделей. К тому же, благодаря разработке таких мощных вычислительных технологий, как квантовых компьютеров, вскоре вновь будет использоваться искусственный интеллект, основанный на поиске. Что такое ПОДРОБНЕЕ

Топ-10 ошибок анализа данных

1. Неполное понимание целевой функции 2. Это работает, но почему? 3. Вы не смотрите на данные до интерпретации 4. У вас нет простейшей базовой модели 5. Неправильное тестирование вне выборки 6. Предварительная обработка всего набора 7. Перекрёстная проверка и панельный анализ 8. Какие данные доступны при принятии решения? 9. Переобучение 10. Нужно больше данных? Аналитик данных  —  ПОДРОБНЕЕ

Пишем нейронную сеть, предсказывающую рак груди, за пять минут

Минута первая: вступление Этот высокоуровневый урок рассчитан на новичков в машинном обучении и искусственном интеллекте. Для того, чтобы успешно создать нейронную сеть, необходимы: Установленный Python второй или третьей версии. Как минимум начальный уровень программирования. Пять минут свободного времени. Мы пропустим огромное количество деталей работы нейронной сети, не будем углубляться в ПОДРОБНЕЕ

Алгоритм XGBoost: пусть он царствует долго!

Хоть с того момента и прошло 15 лет, я до сих пор помню первый день на моей первой работе. Я только-только выпустился из ВУЗа и начал работать в глобальном инвестиционном банке аналитиком. В первый день я постоянно поправлял галстук и нервно вспоминал всё, чему меня учили. В то же время ПОДРОБНЕЕ

Обучение Inception в Google распознаванию изображений

Ищете краткое руководство по обучению классификатора пользовательских изображений? С помощью Inception API от Google Brain с этой задачей можно справиться быстрее, чем выпить чашку кофе. В этом руководстве мы рассмотрим создание критических параметров (bottlenecks) для модели Inception. Критические параметры — это пользовательские слои над предварительно обученной моделью с меньшим количеством нейронов, чем ПОДРОБНЕЕ

Алгоритмы машинного обучения простым языком. Часть 3

Предыдущие части: Часть 1, Часть 2 Логистическая регрессия Итак, мы уже познакомились с линейной регрессией. Она определяла влияние переменных на другую переменную при условии, что: 1) результирующая переменная непрерывна и 2) отношение между независимыми переменными и результирующей линейное. Но что, если результирующая переменная категориальная? Тогда и приходит на помощь логистическая ПОДРОБНЕЕ

Алгоритмы машинного обучения простым языком. Часть 2

Предыдущие части: Часть 1 Ридж- и лассо- регрессия Моя бабушка до сих пор не очень напугана, поэтому продолжаем! Линейная регрессия не такая уж и пугающая, правда? Это просто метод нахождения связи между чем-то. Теперь, когда мы знаем, что такое линейная регрессия, можем поговорить о других методах, похожих на неё, например, ПОДРОБНЕЕ

Алгоритмы машинного обучения простым языком. Часть 1

Как недавнего выпускника буткемпа по машинному обучению от Flatiron School меня буквально затопило советами о том, как стать асом в прохождении интервью. Я заметил, что из социальных компетенций чаще всего упоминают умение объяснять принципы работы сложных алгоритмов машинного обучения человеку, который в этом совершенно не разбирается. В этой статье я ПОДРОБНЕЕ

Ускоряем работу с pandas при помощи modin

Pandas — библиотека, которая не нуждается в представлении, если речь идёт о работе с данными. Она привносит высокую производительность, структурирование данных и удобную работу с ними. Однако при работе со значительно большим количеством данных, например, на одноядерном процессоре, работа библиотеки замедляется. Для сохранения производительности понадобится использование распределённых систем. Ещё один способ повысить ПОДРОБНЕЕ