cda

数字化人才认证

首页 > 行业图谱 >

机器学习中的评价指标

机器学习中的评价指标
2019-12-17
作者 | 我的智慧生活 来源 | 咪付 在人工智能领域,机器学习的效果需要用各种指标来评价。本文将阐述机器学习中的常用性能评价指标,矢量卷积与神经网格的评价指标不包括在内。 训练与 ...

新手机器学习工程师最容易犯的6大错误

新手机器学习工程师最容易犯的6大错误
2019-12-16
作者 | Christopher Dossman 编译 | ronghuaiyang 在机器学习中,有许多方法来构建产品或解决方案,每种方法都假设不同的东西。很多时候,如何识别哪些假设是合理的并不明显。刚接触机器学 ...

作为一名数据科学从业者,你应该知道的P值

作为一名数据科学从业者,你应该知道的P值
2019-12-13
作者 | SHAROON SAXENA 编译 | CDA数据分析师 Everything you Should Know about p-value from Scratch for Data Science 介绍 当你向有抱负的数据科学家谈论p值时,以下情况 ...

机器学习背后,你不能不知道的数学核心概念

机器学习背后,你不能不知道的数学核心概念
2019-12-13
作者 | SHAROON SAXENA 编译 | CDA数据分析师 Mathematics behind Machine Learning - The Core Concepts you Need to Know 介绍 “学习机器学习算法背后的数学有什么用?我 ...

大数据下一个十年将如何演进?

大数据下一个十年将如何演进?
2019-12-12
作者 | Oleksii Kharkovyna 编译 | 夏夜 当下我们生活在数据的时代里。机器学习和数据分析技术已经成为了我们当今生活密不可分的一部分。那接下来会怎样呢? 在这篇博客中,我不打算预 ...

人工智能为数据分析做好准备:充分利用机器学习

人工智能为数据分析做好准备:充分利用机器学习
2019-12-12
作者 | Tessella 编译 | CDA数据分析师 将AI专有技术应用于从世界领先,最强大的科学仪器收集的庞大数据池中,可以加速科学发现的过程。强大的机器学习方法提供了从原始实验数据中提取科学 ...

Python机器学习中七种损失函数的科学指南

Python机器学习中七种损失函数的科学指南
2019-12-11
作者 | KHYATI MAHENDRU 编译 | CDA数据分析师 损失函数实际上是我们经常使用的这些技术的核心,本文介绍了多种损失函数,他们的工作位置以及如何在Python中进行编码。 前言 首先想 ...

数据分析师成长记(二):不懂业务,分析就仅仅只是提数

数据分析师成长记(二):不懂业务,分析就仅仅只是提数
2019-12-11
好枪手是靠子弹喂出来的,好分析师是靠大量项目实践沉淀出来的。 作者 | 老七 来源 | 鸟哥笔记 1. 不懂业务,分析就仅仅只是提数 1)如果懂业务,你就不会在日活 ...

数据分析师成长记(一):如何让你的数据处理更加专业而高效?

数据分析师成长记(一):如何让你的数据处理更加专业而高效?
2019-12-10
作者 | 数据海洋 来源 | haiyangxinyong “数据质量是生命线”,不管是对数据从业者来说,还是针对数据应用者来说,是一样重要的,所以在SQL语言来提取数据的时候一定要保证数据的准确性。 ...

人工智能中的线性代数:如何理解并更好地应用它?

人工智能中的线性代数:如何理解并更好地应用它?
2019-12-10
作者 | Oleksii Kharkovyna 编译 | 机器之心 线性代数是 AI 专家必须掌握的知识,这已不再是个秘密。如果不掌握应用数学这个领域,你永远就只能是「门外汉」。当然,学习线性代数道阻且长。 ...

机器学习的数据准备:为什么它如此重要,我们应该怎么做?

机器学习的数据准备:为什么它如此重要,我们应该怎么做?
2019-12-09
编码是成功的业务模型的前提。 虽然建立准确的算法和计算技能的应用是过程的一部分,但这是什么基础呢? 从自动驾驶汽车等基于AI的大规模技术革命到构建非常简单的算法,您都需要正确格式的数据。实际上 ...

机器学习之深度学习的未来

机器学习之深度学习的未来
2019-12-09
作者 | Francois Chollet 编译 | CDA数据分析师 The future of deep learning 鉴于我们对深网的工作原理,局限性以及研究现状的了解,我们能否预测中期的发展方向?这是一些纯粹的个 ...

如何深入浅出理解数据仓库建模?

如何深入浅出理解数据仓库建模?
2019-12-03
作者 | 傅一平 来源 | 与数据同行 今天跟着我来学学数据仓库的基础知识,希望你结合案例可以把它吃透。 一、数据仓库建模的意义 如果把数据看作图书馆里的书,我们希望看到它们在书 ...

机器学习与深度学习核心知识点总结(二)

机器学习与深度学习核心知识点总结(二)
2019-12-03
作者 | 小小挖掘机 来源 | SIGAI 主成分分析 主成分分析是一种数据降维和去除相关性的方法,它通过线性变换将向量投影到低维空间。对向量进行投影就是对向量左乘一个矩阵,得到结果向量 ...

22道机器学习常见面试题目汇总!(附详细答案)

22道机器学习常见面试题目汇总!(附详细答案)
2019-12-03
作者 | 数据分析1480 来源 | lsxxx2011 (1) 无监督和有监督算法的区别? 有监督学习:对具有概念标记(分类)的训练样本进行学习,以尽可能对训练样本集外的数据进行标记(分类)预测。 ...

机器学习与深度学习核心知识点总结(一)

机器学习与深度学习核心知识点总结(一)
2019-12-02
作者 | 小小挖掘机 来源 | SIGAI 数学 1.列举常用的最优化方法 梯度下降法 牛顿法, 拟牛顿法 坐标下降法 梯度下降法的改进型如AdaDelta,AdaGrad,Adam,NAG等。 ...

一篇适合新手的深度学习综述

一篇适合新手的深度学习综述
2019-11-28
作者 | Matiur Rahman Minar、Jibon Naher 来源 | 机器之心 摘要 深度学习是机器学习和人工智能研究的最新趋势之一。它也是当今最流行的科学研究趋势之一。深度学习方法为计算机视觉和机 ...

机器学习工程师第一年的 12 点体会

机器学习工程师第一年的 12 点体会
2019-11-26
作者 | 人工智能大数据与深度学习 来源 | Datawhale 机器学习和数据科学都是广义上的术语,它们涉及超级多的领域以及知识,一位数据科学家所做的事情可能与另一位有很大的不同,机器学习工程 ...

Python数据清洗(二):缺失值识别与处理

Python数据清洗(二):缺失值识别与处理
2019-11-25
前言 缺失值的识别 需要说明的是,判断数据是否为缺失值NaN,可以使用isnull“方法”,它会返回与原数据行列数相同的矩阵,并且矩阵的元素为bool类型的值,为了得到每一列的判断结果,仍然需要any“ ...

9大Python深度学习库,哪一个最适合你?

9大Python深度学习库,哪一个最适合你?
2019-11-22
作者 | Adrian Rosebrock 编译 | 数盟 如果你对深度学习和卷积神经网络感兴趣,但是并不知道从哪里开始,也不知道使用哪种库,那么这里就为你提供了许多帮助。 在这篇文章里,我详细解 ...

OK