Свързани публикации 'towards-data-science'


Разкриване на алхимията на науката за данните: Пътуване стъпка по стъпка през анализа на набор от данни
Пътешествие стъпка по стъпка през анализа на набор от данни „През 2019 г. завърших като учен по данни, отбелязвайки началото на петгодишно пътуване, което ме видя да се издигна до позицията на водещ учен по данни. Едновременно с това прекарах четири възнаграждаващи години, преподавайки в отдела за висше образование по Data Science. По време на това пътуване открих моята дълбоко вкоренена мотивация: горещо желание да вдъхновявам амбициозни специалисти по данни. Именно тази мотивация..
Team R или Team Python?
Team R или Team Python? „Универсално призната истина е, че учен по данни, който притежава добра основа в компютърните науки и статистиката, трябва да се нуждае от език за програмиране.“ Е, сигурен съм, че това е начинът, по който Джейн Остин щеше да го изрази, ако науката за данните съществуваше през 1813 г., когато Гордост и предразсъдъци беше публикуван за първи път. Със съществуването на статистика и инструменти за машинно обучение, като Weka, SPSS и AutoML на Google, е лесно..
Причинно-следствено срещу статистическо заключение
Причинно-следствено срещу статистическо заключение Защо корелацията не е достатъчна или корелацията е достатъчна? Въпросът, който вълнува научната общност от век. Изглед на машинното обучение по темата. Причинно-следствените изводи или проблемът за причинно-следствената връзка като цяло получиха много внимание през последните години. Въпросът е прост, корелацията достатъчна ли е за извод? Ще кажа следното, по-информираният неинформиран човек ще изложи определен аргумент, който..
Моето пътуване от физиката към науката за данните
Все още научавам нови знания всеки ден с нарастващата ми страст в областта на Data Science. За да преследвате различна кариера като завършващ студент по физика, трябва да има въпроси „Защо“ и „Как“ , на които трябва да се отговори. След като бях попитан от редица хора за прехода ми от академичните среди — Физика към Data Science, се надявам, че моята история може да отговори на въпросите защо реших да стана Data Scientist и как продължих целта и в крайна сметка насърчаване, както..
Ясно обяснено стохастично градиентно спускане за машинно обучение
Стохастично градиентно спускане е днешният стандартен метод за оптимизация за широкомащабни проблеми с машинното обучение. Използва се за обучение на широка гама от модели, от логистична регресия до изкуствени невронни мрежи. В тази статия ще илюстрираме основните принципи на градиентно спускане и стохастичен градиент с линейна регресия. Формализиране на нашия проблем с машинното обучение Както може би знаете, контролираното машинно обучение се състои в намирането на функция, наречена..
Моето пътуване с прилагане на AI към конни надбягвания
Моето пътуване в машинното обучение започна през лятото на 2016 г. Всичко започна на барбекю парти в дома на лелята и чичото на годеника ми в северен Стокхолм. Седях отвън на една градинска маса заедно с по-възрастните мъже от нейното семейство. Това са стари и жилави финландци, нейният дядо (96 години) се бие във войната срещу руснаците. Както можете да си представите, като ново момче в блока, аз се държах сдържан и си затварях устата. Обсъждаха най-голямото си забавление — състезанията..
Това наистина правя като специалист по данни
Науката за данни става много популярна и много хора се опитват да се включат в нея и това е СТРАХОТНО. Но мнозина предполагат, че науката за данните, машинното обучение, включване на всяка друга модна дума тук, е да включите данни в някои библиотеки на Sckit-Learn. Ето каква е реалната работа. За да ви запозная с контекста, след събирането на данните се случва следното. Не ме разбирайте погрешно, не мисля, че трябва да се счита за проста стъпка, но бих искал да се съсредоточа върху..