Публикации по теме 'dataset'


Демократизация наборов данных — Arithmetica.io
Машинное обучение в реальном мире отличается от соревнований по науке о данных, таких как Kaggle , drivendata и т. д. В то время как соревнования по науке о данных оптимизируют одну метрику, такую ​​как AUC или потери журнала или RMSE и т. д., модели реального мира требуют более тщательного сравнения между моделями на разнообразие метрик. Чтобы практиковать настоящую науку о данных, нужно понимать и сравнивать различные метрики из отправки. Платформа Arithmetica предоставляет..
Самый простой способ создать чистый набор данных CSV с помощью tweepy в Python
Создайте свой собственный структурированный набор данных в виде электронной таблицы, просматривая твиты с функциями, соответствующими вашим потребностям. Вас раздражали длинные сложные файлы json, добываемые с помощью Python, содержащие море нежелательных деталей твитов без отступов? Вы не можете использовать свой собственный чистый набор данных в виде электронной таблицы , имея только соответствующие функции твитов с соответствующими названиями столбцов по вашему выбору? Если нет, то не..
Voxel51: 2020 к Data Science Redux
В Voxel51 мы создаем инструменты для машинного обучения и анализа данных с особым упором на критическую важность, которую анализ набора данных играет в создании лучших моделей и быстрее . FiftyOne - наш флагманский инструмент, позволяющий быстро анализировать и анализировать наборы данных. Большая часть нашей миссии - обучать и информировать читателей о лучших практиках. С этой целью, начиная с августа 2020 года, когда мы запустили FiftyOne, мы часто пишем сообщения в блогах не только..
Подводные камни игрушечных наборов данных
Также необходимо знать о предметной области и о недостатках, которых следует остерегаться при использовании игрушечных наборов данных для обучения науке о данных. TLDR; Игрушечные наборы данных дают вам ложное чувство компетентности, направляя внимание на погоню за метриками модели, а не на понимание данных и процесса, который генерирует данные. Они нереалистичны в том смысле, что большая часть усилий в реальном мире связана с пониманием проблемы, определением требований к данным,..
Вы — ваш набор данных: 10 идей для начала работы с наукой о данных
Мы готовы начать путешествие в области программирования, науки о данных, машинного обучения… чего угодно. С чего начать? Доступны тонны ресурсов, много математики для изучения/освежения и многое другое. И мы хотим иметь несколько блестящих проектов для реализации. Мы можем хвастаться нашим проектом, но, в основном, мы можем применять то, что мы изучаем, и действительно делать то, что нужно. С чего мы начнем наш проект? Мы действительно хотим классифицировать набор данных Iris или..
Классификация видов ирисов с помощью кластеризации K-средних
Классификация видов ирисов с помощью кластеризации K-средних Реализация алгоритма кластеризации K-средних на наборе данных радужной оболочки глаза Если вы похожи на меня, вы, возможно, потратили последние пару месяцев на погружение в сферу нейронных сетей только для того, чтобы погрузиться в глубины глубокого обучения и осознать, что вы пренебрегали классическим машинным обучением, отбросив его. Хотя во многих передовых исследованиях в области искусственного интеллекта основное..
Что такое tf.data.Dataset?
Они всегда говорят, что самый простой способ использования tf.data.Dataset - это метод from_tensor_slices . Так что попробуйте. Предположим, у меня есть список имен файлов изображений, а имя переменной этого списка - all_image_paths. all_image_paths На выходе получается что-то вроде ['../input/train_images/5998cfa4-23d2-11e8-a6a3-ec086b02610b.jpg', '../input/train_images/588a679f-23d2-11e8-a6a3-ec086b02610b.jpg', '../input/train_images/59279ce3-23d2-11e8-a6a3-ec086b02610b.jpg',..