Статьи

«Секретные» советы по повышению производительности в Visual Studio 2017
«Секретные» советы по повышению производительности в Visual Studio 2017 До сих пор я написал несколько сообщений в блоге о Visual Studio 2017, поэтому я подумал, что мне потребуется некоторое время, чтобы обсудить функции, представленные в этой последней версии, которые могут повысить вашу производительность или которые вы просто можете найти полезными. Вы заметите, что в заголовке этого поста упоминается, что они «секретные». Это связано с тем, что все эти функции отключены по..
если(Холбертон > Бродвей) {…}
Закулисье на Бродвее. Рабочие сцены подвешивают огромные декорации над нашими головами, чтобы сэкономить место в кулисах, пока посетители тащат корзины для белья, полные сменных костюмов, только что из парохода. Ашеры вставляют вставки в сотни афишей, пока мои коллеги по актерскому составу потягиваются, исполняют губные трели и вокальные партии в ванной или в любом акустически подходящем уголке, который они могут найти, мысленно готовясь к еще одному аншлаговому выступлению перед..
Развлечения на основе искусственного интеллекта
Это было в 2006 году, когда мы работали над классным проектом. Профессор попросил нас внедрить Анализ настроений в устных беседах или диалогах. Как вы, возможно, знаете, большинство исследований по анализу настроений изначально проводилось на текстовых наборах данных, например. онлайн-обзоры продуктов, обзоры фильмов, сообщения в социальных сетях. Основная задача этого задания, как и любого другого проекта машинного обучения и понимания естественного языка (NLU), заключалась в том,..
Иногда в основах нет ничего интересного
Как научиться программировать: 5 простых шагов — 2:30 мин. Как научиться программировать (быстро и легко!) — 11 минут Как научиться программировать и обрести в нем уверенность — 8 минут Доступ к информации становится все проще. Я наткнулся на эти видео о программировании, и они заставили меня вспомнить, как я пытался научиться программировать… это было жалко. Я много раз начинал и столько же останавливал. Каждый раз, когда я начинал заново, это происходило из-за какого-то..
Почему Java — мой выбор по умолчанию?
Недавно в моей компании разгорелся бесконечный спор о языке. Излишне говорить, что всем нравится язык/стек, с которым они имеют дело. Так что я не могу спорить о том, почему не другие языки, но я могу сказать, почему Java является моим языком по умолчанию. Прежде чем я начну, позвольте мне сказать вам, сколько языков я владею сегодня, поскольку считается удаленная серверная сторона. а. C++, Java,C#.Net, Scala, Groovy, Javascript (Node.js) и всегда готовы исследовать больше Я начал..
Руководство для менеджера по продукту о том, когда говорить «нет» машинному обучению (и когда говорить «да»)
Менеджеры по продуктам, в том числе и я, сталкиваются с растущим давлением, требующим интеграции машинного обучения в свои продукты. Это давление исходит от многих источников: инженеры и специалисты по обработке данных, возбужденные передовыми алгоритмами, заинтересованные стороны в сфере продаж и маркетинга, стремящиеся решать проблемы быстрее и дешевле, наше собственное желание лучше обслуживать пользователей. Как отрасль, продукт находится на начальном этапе использования машинного..
Значение I.I.D в машинном обучении
Предположение об I.I.D является центральным почти для всех алгоритмов машинного обучения и явным предположением в большинстве статистических выводов. Давайте попробуем понять, что это такое и почему это так важно в машинном обучении и статистике. Независимое и идентичное распределение - это когда распределение хорошо, независимо и одинаково распределено. Давайте попробуем разобраться в этом подробнее. Что делает переменные независимыми? Под независимыми мы подразумеваем, что..
Я получил Nuxt.js на Repl.it. Вот как ты тоже можешь!
Когда вы открываете предпочтительный тип командной строки: Как только вы введете это, вы получите несколько вопросов: Создание репозитория GitHub: Перейдите на https://github.com и создайте репозиторий, нажав зеленую новую кнопку. Как только вы нажмете на нее, вы должны перейти на страницу, подобную этой: На следующей странице вы должны увидеть что-то вроде этого: Подключение GitHub к вашему приложению Nuxt.js: Вернитесь к предпочитаемой командной строке и..
Можете ли вы предсказать, когда покупать и продавать акции?
Алгоритмическая торговля с использованием Python В этой статье вы узнаете простую торговую стратегию, используемую для определения того, когда покупать и продавать акции, используя язык программирования Python. В частности, вы узнаете, как выполнять алгоритмическую торговлю . Чрезвычайно сложно предсказать направление движения фондового рынка, но в этой статье я попробую. Даже людям с хорошим пониманием статистики и вероятностей это нелегко. Алгоритмическая торговля - это..
Как начать работу с НЛП — 6 уникальных методов выполнения токенизации
Обзор Хотите начать работу с обработкой естественного языка (NLP)? Вот идеальный первый шаг Узнайте, как выполнять токенизацию — ключевой аспект подготовки данных для построения моделей НЛП. Мы представляем 6 различных способов токенизации текстовых данных. Введение Вы очарованы количеством текстовых данных, доступных в Интернете? Вы ищете способы работы с этими текстовыми данными, но не знаете, с чего начать? В конце концов, машины распознают числа, а не буквы нашего языка. И..
Структурированное глубокое обучение
Быстро Знания домена не требуются Высокая производительность В этом блоге основное внимание будет уделено малоизвестной области применения структурированных данных глубокого обучения. В машинном обучении / глубоком обучении или любом другом виде задач прогнозного моделирования данные предшествуют алгоритму / методологии. Это основная причина, по которой машинное обучение требует большого количества функций перед определенными задачами, такими как классификация изображений, NLP и..
3 ошибки, которые вы, вероятно, делаете при модульном тестировании
Модульное тестирование - одна из тех вещей, которые разработчики либо любят, либо ненавидят, здесь нет золотой середины. И это также одна из тех задач, которые во многих командах делегируются «новичку», разработчику-младшему или, по сути, любому, кто не работает над чем-то достаточно важным. Обычно это происходит потому, что модульное тестирование считается тривиальной задачей, которую никто не может испортить. Но знаете что? Есть способы испортить ваши тесты, и здесь я расскажу о..
Создание нового опыта Netflix для телевидения
Жубер Нель Мы только что запустили новый опыт Netflix для телевизоров и игровых консолей. Новый дизайн основан на нашей предпосылке, что каждое шоу или фильм имеет тон и повествование, которые должны передаваться пользовательским интерфейсом. Чтобы рассказать более насыщенную историю, мы предоставляем соответствующие свидетельства и кинематографическое искусство, которые лучше объясняют, почему мы считаем, что вам следует посмотреть шоу или фильм. Новый пользовательский..
Построитель предсказаний Эйнштейна: как превратить вашу идею в предсказание
Тьерри Донно-Голентер, старший директор Einstein Product Management, Salesforce Einstein Prediction Builder позволяет легко создавать индивидуальные прогнозы для вашего бизнеса. Вам не нужно беспокоиться об ETL-обработке ваших данных, обработке данных или выборе алгоритма для использования или настройке его параметров. Более того, вам не нужно беспокоиться об инфраструктуре для запуска этих моделей в производстве, переобучения моделей с течением времени или о том, как интегрировать..
Переменные в Python
Переменные в Python Переменные в программировании - это что-то вроде контейнеров, в которых хранятся определенные вещи. Переменные - это способ хранения данных на компьютере. Вот как мы создаем переменные в Python: Syntax: variable_name = data Но здесь есть одна загвоздка: у вас не может быть сумасшедших имен в качестве имен переменных в Python. Сообщество Python придерживается некоторых передовых практик , когда дело доходит до именования ваших переменных. Do’s Имена..
ML Trends, которые будут проводиться в 2021 году.
Тенденции машинного обучения, которые будут реализованы в 2021 году Решения ИИ в настоящее время повсюду, среди которых некоторые уже кажутся обыденными, а другие иногда воспринимаются как «магия». Приложения ИИ варьируются от обнаружения спама до сложных систем рекомендаций, от классификации изображений до создания хорошо составленного текста, от отслеживания видеообъектов до шахматных движков ИИ, которые могут победить чемпиона мира среди людей. Из этого широкого спектра отраслей и..
Почему Python может упростить процесс принятия решений
Почему Python может упростить процесс принятия решений от Мохсен Моарефдоост Если вы имеете дело со сложными, крупномасштабными и многоуровневыми системами, вы можете в конечном итоге анализировать и решать несколько, даже вложенных, задач оптимизации (линейные LP-программы, MIP-смешанные целочисленные программы, QP-квадратичные программы и т. д.) в своей программе. Процесс принятия решения. Итак, вам нужно разработать аналитический алгоритм, который несколько раз вызывает задачи..
Оценивать модель по показателям производительности бесполезно. Почему? (Часть 1)
Прежде всего, мы все, должно быть, почувствовали, что нас неправильно оценивают в школе и колледжах, потому что все учащиеся оцениваются по оценкам. Все ученики, хорошо умеющие рисовать, плавать и запоминать заметки, получали одинаковую оценку. Если так же оценивать нашу модель, то она на 100% бесполезна. Например, как ученики, хорошо владеющие плаванием, должны соревноваться и оценивать свои выступления с другими пловцами, нам нужно выбрать правильный показатель для оценки работы модели...
3 причины перейти на FastAPI
Flask против FastAPI Мы живем в мире после Python 2, поскольку большинство компаний адаптировалось к Python 3. Язык становится более зрелым. В последнее время Python перенимает интересные вещи из других языков. Несколько примеров - это подсказки типа и синтаксис async/await . Из-за этих изменений в языке Python пришло время обсудить нового зверя в городе: FastAPI . Давайте рассмотрим три преимущества выбора FastAPI перед Flask , основываясь на моем многомесячном опыте..
Оптимизация для W
Как наука о данных и искусственный интеллект предоставляют командам стратегическое преимущество в игре. Автор: Джон Кэмерон TL;DR Data Science нашла свое применение в профессиональном спорте и помогла таким командам, как Houston Rockets, оптимизировать свои игровые стратегии для достижения максимального выигрышного потенциала за счет выбора бросков ( данк и трехочковый ) и состав команды. Однако эта стратегия, похоже, направлена ​​на успех в регулярном сезоне , поскольку..