TensorFlow和spark的ml以及python的scikit-learn 三者的区别是什么？

2023-04-07

TensorFlow, Spark的ML和Python的Scikit-learn是三种不同的机器学习工具，它们各自有其独特的特点和优势。以下是它们之间的主要区别。 TensorFlow TensorFlow是由Google开发的一个基于图形计算的深度学习框架。它 ...

catboost原理介绍，与lightgbm和xgboost比较优劣？

2023-04-03

CatBoost是一种基于梯度提升树的机器学习算法，它在处理分类和回归问题时都具有优秀的性能。CatBoost最初由Yandex团队开发，在2017年推出，并迅速受到了广泛关注和应用。 CatBoost与LightGBM和XGBoost都属于GBDT（Gr ...

用了更多特征，为什么xgboost效果反而变差了？

2023-04-03

XGBoost是一种流行的算法，常用于解决回归问题和分类问题。它通过集成多个决策树来提高模型的精度和泛化能力。尽管有时候添加更多的特征可能会改善模型的性能，但有时候它可能会导致模型的性能反而变差。在本文中， ...

CRF和LSTM 模型在序列标注上的优劣？

2023-03-31

序列标注是一种重要的自然语言处理任务，通常用于实体识别、命名实体识别、分词、词性标注等。在序列标注中，CRF和LSTM是两种常用的模型，本文将比较它们在序列标注上的优劣。 一、CRF 条件随机场（CRF）是一种无向 ...

什么能成为数据分析师

2023-03-30

数据分析师是一个不断变化的职业，随着数字化时代的到来，对数据分析师的需求也越来越高。成为数据分析师需要具备足够的知识和技能，本文将从基础知识、技能、沟通能力和研究能力等方面详细阐述成为数据分析师的知 ...

什么是 end-to-end 神经网络？

2023-03-22

端到端（end-to-end）神经网络是一种广泛应用于机器学习和人工智能领域的模型架构。它是一种能够直接从原始数据中提取特征并输出最终结果的模型，不需要显式地进行手动特征提取或分步骤处理。 在传统的机器学习方法 ...

数据分析之数据挖掘入门指南

2022-10-25

数据分析 探索性数据分析（Exploratory Data Analysis，EDA）是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。 常用的第三方库 ...

数据分析师之数据挖掘入门

2022-10-19

数据分析 探索性数据分析（Exploratory Data Analysis，EDA）是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法。 常用的第三方库 ...

未来5年，数据科学工作岗位会短缺吗？

2022-02-28

c 在过去的五年里，当python编程成为潮流时，我一直在数据科学领域工作。当时，在2016年，神经网络和深度学习只是一些时髦的词。当时有一场关于谷歌自动驾驶汽车和强化学习的炒作。但是，大多数数据科学爱好者 ...

作为文科生，我是如何转行数据挖掘工程师的 | 附电信用户实战案例

2022-02-23

随着大数据的时代的来临，各个行业都受到了数据分析不同程度的影响和作用。尤其是在电信行业，数据分析已经逐渐成为电信运营商的战略优势之一。 大家好，我是一名CDA持证人，今天想跟大家分享一下，我如何 ...

如何学习机器学习的数学知识

2022-02-16

分享  数据科学有志之士最常见的问题之一是  行业中的守门人对这种担忧没有帮助，他们给学生贴上了不合格的标签，除非他们拥有该学科的硕士或博士学位。  那么，为了在数据科学行业 ...

Pandas/Sklearn进行机器学习之特征筛选，有效提升模型性能

2021-11-22

作者：俊欣 来源：关于数据分析与可视化 今天小编来说说如何通过pandas以及sklearn这两个模块来对数据集进行特征筛选，毕竟有时候我们拿到手的数据集是非常庞大的，有着非常多的特征，减少这些特征 ...

企业认可 | CDA数字化人才认证标准走进浙江农信

2021-10-22

2021年10月22日, 浙江省农村信用社联合社正式开启为期16天的内部培训，本次内训课程内容以CDA认证标准为基础，结合CDA LEVEL Ⅲ的技能要点，从企业数字化发展中必备的高级数据分析方法与技术出发，目标就是为了提升 ...

CDA Level Ⅲ 数据分析认证考试模拟题库（第十六期）

2024-08-14

不过，在出题前，要公布上一期Level Ⅲ 中76-80题的答案，大家一起来看！ 77、ABD 79、BCD A、方差选择 C、卡方检验 82、对数变换是我们在处理特征工程当中常用的处理方法，以下关于对数变换的描 ...

CDA Level Ⅲ 数据分析认证考试模拟题库（第九期）

2021-08-05

不过，在出题前，要公布上一期Level Ⅲ 中36-40题的答案，大家一起来看！ 42、A 44、B A.会将数据缩放到0-1范围之内 C.作用是将不同量纲数据的量纲进行统一 47.常见的缺失值填充方法有填充默认值 ...

CDA Level Ⅲ 数据分析认证考试模拟题库（第八期）

2021-08-04

不过，在出题前，要公布上一期Level Ⅲ 中36-40题的答案，大家一起来看！ 37、A 39、C A.PCA的最大化方差理论有时候不适用 C.核主成分分析更加复杂因此效果更好 42.使用带L1惩罚项的逻辑回归模型 ...

集成算法，随机森林回归模型

2021-07-20

来源：数据STUDIO 作者：云朵君 所有的参数，属性与接口，全部和随机森林分类器一致。仅有的不同就是回归树与分类树的不同，不纯度的指标， 参数Criterion不一致。 RandomForestRegressor(n_estimators='wa ...

数据挖掘中常用的基本降维思路及方法总结

2021-06-29

来源：数据STUDIO 作者：云朵君 01、降维的意义 降低无效、错误数据对建模的影响，提高建模的准确性。 少量切具有代表性的数据将大幅 ...

CDA LEVEL 1 考试，知识点《机器学习基本概念》

2024-10-04

机器学习研究如何让计算机不需要明确的程序也能具备学习能力。(—— Arthur Samuel,1959) 二、模型构建流程 既然我们机器学习是借助数学模型理解数学，那么最重要的原材料就是数据了。获取数据 ...

实例 | 教你用python写一个电信客户流失预测模型

2020-09-15

   CDA数据分析师 出品   作者：真达、Mika 数据：真达   【导读】 今天教大家如何用python写一个电信用户流失预测模型。之前我们用Python写了员工流失预测模型 ...