Публикации по теме 'data-science'
Машинное обучение: попытки дать рекомендации
Этот пост является частью серии, представляющей Algorithm Explorer: платформу для изучения того, какие методы науки о данных связаны с потребностями вашего бизнеса.
Вводный пост Машинное обучение: с чего начать… можно найти здесь , а Обозреватель алгоритмов - здесь .
Если вы хотите использовать машинное обучение для составления рекомендаций, вам следует обратиться к методам работы с ядром рекомендаций.
Рекомендации Engine
Механизмы рекомендаций создаются для прогнозирования..
Наше путешествие по пути семантической сегментации
ОТКАЗ ОТ ОТВЕТСТВЕННОСТИ: эта статья требует базовых знаний о нейронных сетях
Члены нашей команды: Апурва Редди, Пушан Шах, Шан Цинь, Серена Ду, Тееру Гупта
В современном мире все больше приложений собирают информацию с изображений. Одно из таких приложений - беспилотные автомобили. Наша команда задумалась над пониманием проблем восприятия окружающей среды для автономного вождения в рамках срочного проекта. В этом блоге мы рассмотрим алгоритмы, которые улучшают «восприятие»..
SQL как инструмент анализа данных
Как SQL используется для эффективной фильтрации и преобразования данных
SQL - это язык, используемый для управления данными в реляционных базах данных. Основным компонентом реляционной базы данных является таблица, в которой хранятся данные в табличной форме с помеченными строками и столбцами.
Мы запрашиваем данные из реляционной базы данных с помощью оператора select SQL. Оператор select очень универсален и гибок с точки зрения операций преобразования и фильтрации данных.
В этом..
Миф об Agile AI / машинном обучении на предприятии
Agile AI / Machine Learning на предприятии - это миф. Это сдерживается бюрократией и сложными ограничениями, связанными с безопасностью и облачностью. Вот несколько практических шагов, чтобы превратить миф в реальность.
Отсутствие гибкости AI / ML на предприятии ведет к провальным проектам и упущенным возможностям.
Сегодня «гибкий» искусственный интеллект / машинное обучение (AI / ML) на предприятии в значительной степени является мифом и имеет мало общего с построением модели...
На прошлой неделе в AI
Каждую неделю моя команда в Invector Labs публикует информационный бюллетень, чтобы отслеживать самые последние разработки в области исследований и технологий искусственного интеллекта. Вы можете найти выпуск за эту неделю ниже. Вы можете подписаться на него ниже. Пожалуйста, наши ребята очень много работали над этим:
От редактора: совместный и соревновательный ИИ
Сотрудничество и конкуренция - это характеристики, которые отличают людей от других видов. Точно так же такие..
Книжный советник
Проект машинного обучения по созданию системы, которая будет давать лучшие предложения по типу книг, подходящих для пользователя. Алгоритм совместной фильтрации использовался для фильтрации книг.
Системы рекомендаций очень полезны для нас, потому что мы всегда ищем какие-то ориентиры. Это очень типичная человеческая практика - прежде чем что-либо делать, принимая предложения от людей.
Точно так же этот проект предназначен для подающих надежды ЧИТАТЕЛЕЙ, которые ищут совета у других,..
Прогнозирование рынков на Quantiacs с использованием машинного обучения: пример регрессии гребня
Новая платформа Quantiacs позволяет квантам бесплатно загружать финансовые данные. Прогнозы для рынков можно выполнять в автономном режиме, загружая локально бэктестер Quantiacs, или онлайн, используя наше облако бесплатно. В этой статье мы описываем пример контролируемого обучения на основе регрессии Риджа.
Когда мы создавали Quantiacs, мы сосредоточились на платформе, которая позволяет квантам выполнять реалистичные торговые симуляции, не теряя при этом более технических деталей. Мы..
