数据科学家成长之路

【洁瑜心语（248）——庆幸】2022.11.11

导师班第二次入学课开始，在谈到面对重大的问题是时，院长讲到自己如果遇到孩子不上学时，用到“庆幸”，并且一连串说到庆幸的事，我就今天想着利用“庆幸”造句:1.我很庆幸，我遇到了不爱说话的爱人，才让我能够走进心理学成长之路
洁瑜悦·2022-11-11 10:55

29、JAVA进阶——端口、域名、DNS、网络服务器、协议

当前专栏：JAVA开发者成长之路✨特色专栏：国学周更-心性养成之路本文内容：JAVA进阶——端口、域名、DNS、网络服务器、协议更多内容点击JAVA进阶——网络和IP地址JAVA进阶——线程同步和线程间的通信目录
Java Fans·2022-11-10 13:08

30、JAVA进阶——Socket编程

当前专栏：JAVA开发者成长之路✨特色专栏：国学周更-心性养成之路本文内容：JAVA进阶——Socket编程更多内容点击JAVA进阶——端口、域名、DNS、网络服务器、协议JAVA进阶——网络和IP地址目录一
Java Fans·2022-11-10 13:06

机器学习 数据模型_每个数据科学家都应该知道的5种机器学习模型

机器学习数据模型Whetheryou’reawareofitornot,you’resurelyusingartificialintelligence(AI)onadailybasis.That’sbecauseitpowers-upalotofthemostcommonlyusedproductstoday.FromGoogleandSpotifytoSiriandFacebook,alloft
culing2941·2022-11-09 13:32

实习成长之路——领域驱动设计DDD实战一：微服务设计为什么要选择DDD？

本套资料是极客时间欧创新老师的DDD实战课，感兴趣的可以移步https://time.geekbang.org/column/article/149943我们知道，微服务设计过程中往往会面临边界如何划定的问题，我经常看到项目团队为微服务到底应该拆多小而争得面红耳赤。不同的人会根据自己对微服务的理解而拆分出不同的微服务，于是大家各执一词，谁也说服不了谁，都觉得自己很有道理。那在实际落地过程中，我也确
会写代码的花城·2022-11-09 03:55

Fairlearn 快速入门

前言Fairlearn是一个旨在帮助数据科学家提高人工智能系统公平性的开源项目。目前国内并没有相关教程来讲解这个库的使用方式，所以笔者用一系列博客尽可能详细地教学Fairlearn库的使用方法。
故、梦·2022-11-08 09:55

FairLearn 中的 API （一）

前言Fairlearn是一个旨在帮助数据科学家提高人工智能系统公平性的开源项目。目前国内并没有相关教程来讲解这个库的使用方式，所以笔者用一系列博客尽可能详细地教学Fairlearn库的使用方法。
故、梦·2022-11-08 09:55

Fairlearn 中的 API（二）

前言Fairlearn是一个旨在帮助数据科学家提高人工智能系统公平性的开源项目。目前国内并没有相关教程来讲解这个库的使用方式，所以笔者用一系列博客尽可能详细地教学Fairlearn库的使用方法。
故、梦·2022-11-08 09:52

AI ProCon 2020第一天：40+大厂专家共话AI技术应用下一个十年！

为了让开发者一站式学习和了解当下AI的前沿技术、AI在产业中的发展、AI技术成长之路，以及企业技术实践经验，本次大会设置了6大主题论坛，2
CrisAppleYan·2022-11-08 01:41

NLP入门+实战必读：一文教会你最常见的10种自然语言处理技术

从自动翻译、文本分类到情绪分析，自然语言处理成为所有数据科学家的必备技能之一。在这篇文章中，你将学习到最常见的10个NLP任务，以及相关资源和代码。为什么要写这篇文章？对
X_sin·2022-11-07 23:55

北美18名校的数据挖掘，数据分析，人工智能及机器学习课程汇总

http://www.quora.com/How-do-I-become-a-data-scientist我怎样才能成为一个数据科学家？
召风·2022-11-07 15:00

数据科学中常见的9种距离度量方法，内含欧氏距离、切比雪夫距离等

在本文中，数据科学家MaartenGrootendorst向我们介绍了9种距离度量方法，其中包括欧氏距离、余弦相似度等。许多算法，无论是监督学习还是无监督学习，都会使用距离度量。
CV矿工·2022-11-07 12:39

python数据科学手册pdf中文版百度云_书籍推荐：《Python数据科学手册》（高清官方中文版PDF）...

首先从IPython和Jupyter最先，它们提供了数据科学家需要的盘算环境；第2章解说能提供ndarray工具的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame
weixin_39585795·2022-11-07 11:46

Python机器学习从零开始（六）优化模型

这时你会觉得无助和困顿，这也正是90%的数据科学家开始放弃的时候。不过，这才是考验真正本领的时候！这也是普通的数据科学家和大师级数据科学家的差距所在。1.集成算法三个臭皮匠，顶个诸葛亮。群体的
靖墨c·2022-11-06 01:44

Python 数据分析三剑客之 Pandas（二）：Index 索引对象以及各种索引操作

CSDN课程推荐：《迈向数据科学家：带你玩转Python数据分析》，讲师齐伟，苏州研途教育科技有限公司CTO，苏州大学应用统计专业硕士生指导委员会委员；已出版《跟老齐学Python：轻松入门》《跟老齐学
marraybug·2022-11-06 01:14

数据分析的未来：Smartbi教您如何增强分析

在2017年，Gartner首次提到“增强分析”，并对其进行定义：增强分析是下一代数据和分析范式，它面向广泛的业务用户、运营人员和民间数据科学家，利用机器学习将数据准备、洞察发现和洞察共享等过程自动化。
思迈特Smartbi·2022-11-05 14:59

【自动化经验谈】自动化测试成长之路

最近，小编拜读了测试同行Young的一篇博客园文章《写给想做自动化测试的人》，文中介绍了自动化测试是什么、为什么要进行自动化测试、什么样的人适合做自动化、怎么做自动化测试等内容。这篇文章作者的很多观点，说出了从业7-8年的老兵心声，颇有感触，所以也借此机会谈谈自己对自动化测试的认识。测试职业的再认识：“这个问题是写给想要做自动化测试的人，或许你以为软件测试的门槛很低，低到任何人都可以做，随便点点就
测试界的彭于晏·2022-11-03 18:21

拓端tecdat|数据预处理之异常值处理

异常值是分析师和数据科学家常用的术语，因为它需要密切注意，否则可能导致错误的估计。简单来说，异常值是一个观察值，远远超出了样本中的整体模式。我们举个例子，做客户分析，发现客户的年平均收入是80万美元。
拓端研究室TRL·2022-11-03 18:48

python重点知识归纳_一文了解机器学习知识点及其算法（附python代码）

一文了解机器学习知识点及其算法（附python代码）来源：数据城堡时间：2016-09-0914:05:50作者：机器学习发展到现在，已经形成较为完善的知识体系，同时大量的数据科学家的研究成果也让现实问题的处理有了相对成熟的应对算法
weixin_39648430·2022-11-03 09:33

【JAVA高级】——吃透JDBC中的事务及事务的封装

当前专栏：JAVA开发者成长之路✨特色专栏：国学周更-心性养成之路本文内容：【JAVA高级】——吃透JDBC中的事务及事务的封装更多内容点击【JAVA高级】——初识JDBC中DAO数据访问对象文章目录事务
乐趣国学·2022-11-02 11:25

MIT发布首个贝叶斯「数据清洗」机器人！8小时洗200万条数据

来自：数据派THU脏数据可以说是所有AI从业者、数据分析师、数据科学家的噩梦。好消息来了！
Python数据之道·2022-11-01 19:22

【数据分析】数据分析达人赛3:汽车产品聚类分析

查看数据查看类别型变量查看数值型变量二、数据处理处理类别型特征LabelEncoderone-hot特征归一化PCA降维三、K-means进行聚类肘方法看k值聚类结果可视化轮廓系数判断k值四、分析聚类结果赛题简介本次教学赛是数据科学家陈博士发起的数据分析系列赛事第
—Xi—·2022-11-01 14:14

python3机器学习库_适用于Python的3大机器学习库

python3机器学习库您不一定非要成为数据科学家而着迷于机器学习世界，但是一些旅行指南可能会帮助您导航广阔的宇宙，其中还包括大数据，人工智能，深度学习以及大量知识统计和分析。
cumo7370·2022-10-30 17:28

Github上12个令人兴奋的Python项目

由于其简单的语法，它对程序员和数据科学家来说很容易学习。GitHub上有许多Python项目，可供人们亲身体验和学习。
qq_40523298·2022-10-29 09:37

【JAVA高级】——一文学会JDBC操作数据库

当前专栏：JAVA开发者成长之路✨特色专栏：国学周更-心性养成之路本文内容：【JAVA高级】——一文学会JDBC操作数据库更多内容点击JAVA进阶——解析XML技术目录一、JDBC含义二、JDBC数据库连接三
乐趣国学·2022-10-27 14:06

【JAVA高级】——吃透JDBC中的SQL注入问题和解决方案

当前专栏：JAVA开发者成长之路✨特色专栏：国学周更-心性养成之路本文内容：【JAVA高级】——吃透JDBC中的SQL注入问题和解决方案更多内容点击【JAVA高级】——一文学会JDBC操作数据库本文目录
乐趣国学·2022-10-27 07:30

硬件工程师成长之路（10.1）——芯片选型

系列文章目录1.元件基础2.电路设计3.PCB设计4.元件焊接5.板子调试6.程序设计7.算法学习8.编写exe9.检测标准10.项目举例11.职业规划文章目录前言一、电机驱动类1、直流电机驱动芯片2、步进电机③、资料前言送给大学毕业后找不到奋斗方向的你（每周不定时更新）【牛客网】构建从学习到职业的良性生态圈中国计算机技术职业资格网上海市工程系列计算机专业中级专业技术职务任职资格评审一、电机驱动类
【云轩】·2022-10-26 08:40

图解数据分析(15) | Pandas - 数据分组与操作（数据科学家入门·完结）

作者：韩信子@ShowMeAI教程地址：https://www.showmeai.tech/tutorials/33本文地址：https://www.showmeai.tech/article-detail/148声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容当我们提到python数据分析的时候，大部分情况下都会使用Pandas进行操作。pandas整个系列覆盖
ShowMeAI·2022-10-25 12:23

架构成长之路 | 图解分布式共识算法Paxos议会协议

系列文章：架构成长之路|图解分布式共识算法Paxos教会协议抢车位通过Paxos的教会协议，顺利地帮助大家解决了"今天中午吃什么"的问题，
阿里技术·2022-10-25 11:08

专访唐亘：计算机编程和数学建模缺一不可

点击图片购书参与文末话题讨论，每日赠送异步图书——异步小编唐亘，数据科学家，专注于机器学习和大数据。
人邮异步社区·2022-10-25 07:56

华为开源自研AI框架MindSpore！自动微分、并行加持，一次训练，可多场景部署...

MindSpore是一款支持端边云全场景的深度学习训练推理框架，主要应用于计算机视觉、自然语言处理等AI领域，面向数据科学家、算法工程师等人群，提供设计友好、运行高效的开发体验。
CVGao·2022-10-25 07:53

BML CodeLab重磅更新：在Windows上可原生Linux AI开发

自从微软发布WSL2（WindowsSubsystemforLinux2）之后，机器学习开发者、数据科学家就可以在Windows上做原生Linux开发了。
百度_开发者中心·2022-10-23 07:27

13.共读 《逆熵增成长之路》写作篇

提起写作，可能很多人都会默默的摇头，表示自己不会写，原来的我也是如此。我开始输出文字是缘于绳系的鼓励，我开始在更新文字，她给我说的是：先完成再完美，当时我第一次听说这句话，心里特别喜欢，感觉没什么开始写就行啦！不管好不好，就是写下去！现在总结绳系就是我的贵人，自从我在早起群链接到她，一直都是我前进路上的帮手，是我的引路人，特别感恩感谢！因为当时脑子里的输入特别有限，也刚开始培养阅读习惯，输出就是从
绿萝爱早起·2022-10-23 07:55

一键配置开发环境，这款 Windows 开发神器你值得拥有！

自从微软发布WSL2（WindowsSubsystemforLinux2）之后，机器学习开发者，数据科学家就可以在Windows上做原生Linux开发了。
Python数据之道·2022-10-23 07:15

读书笔记03：《逆熵增成长之路》---阅读篇

今天学习了《逆熵增成长之路》--阅读篇，收获很大。01时间的复利将时间和注意力放在哪里，经过长时间的积累和复利效应，在哪方面就一定会有收获。02置顶阅读时间把业余时间分类，将阅读排在第一位。
新丽0101·2022-10-22 22:24

读书笔记02：《逆熵增成长之路》---自律篇

01我的收获001自律不是我们的目标，而是实现人生目标的工具。002自律是反人性的，真正的自律不是自虐，而是调动更大的欲望征服眼前的小欲望。003自律的本质：自律的前提，你对未来的自己有期待，你想要成为更好的自己；自律的条件，你需要有所舍弃，舍弃那些无谓的欲望，那些虚华的物质；自律的美好，源于你的舍弃所换取的所得，得到不断精进且充实的人生。004挖掘每个微习惯的内在价值做一件事情之前先问问自己为什
新丽0101·2022-10-21 23:30

10个Pandas的小技巧

pandas是数据科学家必备的数据处理库，我们今天总结了10个在实际应用中肯定会用到的技巧1、Selectfromtablewheref1=’a’andf2=’b’使用AND或OR选择子集dfb=df.loc
deephub·2022-10-21 07:48

10个Pandas的小技巧

pandas是数据科学家必备的数据处理库，我们今天总结了10个在实际应用中肯定会用到的技巧1、Selectfromtablewheref1=’a’andf2=’b’使用AND或OR选择子集dfb=df.loc
·2022-10-19 14:15

图解数据分析(6) | 核心步骤3 - 业务分析与数据挖掘（数据科学家入门·完结）

作者：韩信子@ShowMeAI教程地址：https://www.showmeai.tech/tutorials/33本文地址：https://www.showmeai.tech/article-detail/139声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容数据分析分核心步骤分为：业务认知与数据探索、数据预处理、业务认知与数据探索等三个核心步骤。本文介绍第三个
ShowMeAI·2022-10-18 19:34

matplotlib柱状图上方显示数据_光会Python爬虫是没有灵魂的，搭配上数据可视化才是极致...

数据可视化是数据科学家工作中的重要组成部分。在项目的早期阶段，你通常会进行探索性数据分析（ExploratoryDataAnalysis，EDA）以获取对数据的一些理解。
weixin_39912566·2022-10-15 22:01

python导入数据画柱状图代码_5 种使用 Python 代码轻松实现数据可视化的方法

数据可视化是数据科学家工作中的重要组成部分。在项目的早期阶段，你通常会进行探索性数据分析（ExploratoryDataAnalysis，EDA）以获取对数据的一些理解。
weixin_39790504·2022-10-15 22:31

Neo4j 知识图谱的图数据科学-如何助力数据科学家提升数据洞察力线上研讨会于6月8号举行

图计算|图数据库|图数据分析图数据|知识图谱|图数据科学Neo4j图数据科学（GDS）旨在让数据科学家通过综合的图分析技术轻松实现更精准预测，通过图算法库、机器学习和数据科学方法改进模型。
高性能服务器·2022-10-15 19:46

《机器学习实战》作者Peter Harrington：如何成为一位数据科学家（图灵访谈）

作者简介：PeterHarrington，拥有电气工程学士和硕士学位，他曾经在美国加州和中国的英特尔公司工作7年。Peter拥有5项美国专利，在三种学术期刊上发表过文章。他现任HGData首席科学家。如果说LinedIn跟踪的是人和人之间的商务往来，HGData则是致力于挖掘公司间的商业往来。他曾是Zillabyte公司的创始人和首席科学家，在此之前，他曾担任2年的机器学习软件顾问。Peter在业
desionwang·2022-10-14 09:12

数据科学家必须知道的5个Python回归模块

0.介绍回归是统计建模、数据科学和机器学习中的一个非常重要的概念，它通过使用特定的数学公式帮助建立自变量（或预测变量）x与因变量（或简单输出）y(x)之间的可能关系最小化标准。有几种类型的回归用于不同的情况，最常见的一种是线性回归。其他类型的回归包括逻辑回归、非线性回归等。在Python中，有几个库和相应的模块可用于根据遇到的特定问题及其复杂性来执行回归。在本文中，我将总结Python中可用于执行
Pre.Real·2022-10-13 16:13

正确地学习数据科学中的Python，小白学习Python

大多数有抱负的数据科学家是通过学习为开发人员开设的编程课程开始认识python的，他们也开始解决类似leetcode网站上的python编程难题。
Python编程KK·2022-10-13 16:40

自学成为数据科学家的 10 个步骤

成为数据科学家不需要学位，这是一个跨学科的领域。只要你乐于学习新事物并愿意投入精力和时间，你就可以成为一名数据科学家。现在的问题是，从哪里开始？
糖甜甜甜74·2022-10-13 16:39

数据科学家在使用Python时常犯的9个错误

通过应用软件工程最佳实践，可以交付质量更好数据科学的项目。更好的质量可能是更少的错误、可靠的结果和更高的编码效率。最佳实践都是从错误中总结出来的，所以这里我们总结了一些遇到的最常见的错误，并提供了如何最好地解决这些错误的方法、想法和资源。1、不使用虚拟环境这本身不是编码问题，但我仍然认为每种类型的项目进行环境的隔离是一个非常好的实践。为什么要为每个项目使用专用环境呢？第一个原因是Python本身包
deephub·2022-10-13 16:08

图像处理 语音识别 深度学习 开放数据集

从图像处理到语音识别，25款数据科学家必知的深度学习开放数据集本文介绍了25个深度学习开放数据集，包括图像处理、自然语言处理、语音识别和实际问题数据集。
quickbrain·2022-10-13 15:08

数据科学家在使用Python时常犯的9个错误

通过应用软件工程最佳实践，可以交付质量更好数据科学的项目。更好的质量可能是更少的错误、可靠的结果和更高的编码效率。最佳实践都是从错误中总结出来的，所以这里我们总结了一些遇到的最常见的错误，并提供了如何最好地解决这些错误的方法、想法和资源。1、不使用虚拟环境这本身不是编码问题，但我仍然认为每种类型的项目进行环境的隔离是一个非常好的实践。为什么要为每个项目使用专用环境呢？第一个原因是Python本身包
·2022-10-13 12:15

数据开发的技术提升之道

在这种情况下，数据开发的工作，从偏底层的大数据引擎建设，提升到了面向业务的数据仓库+数据分析角色，也就是从幕后逐步的走向前台，最终目标是以数据科学家为导向。
晓阳的数据小站·2022-10-12 18:13
上一页 52 53 54 55 56 57 58 59 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他