数据科学工程实践

简单安装cupy

它允许数据科学家，机器学习从业人员和统计学家以简单高效的方式处理矩阵格式的大量数据。就速度而言，即使单独使用，Numpy也已经是Python的重要一步。
爱听许嵩歌·2024-01-29 14:32

LLM大语言模型（五）：用streamlit开发LLM应用

目录背景准备工作切记streamlit开发LLMdemo开一个新页面初始化session先渲染历史消息接收用户输入模拟调用LLM参考背景Streamlit是一个开源Python库，可以轻松创建和共享用于机器学习和数据科学的漂亮的自定义
Hugo Lei·2024-01-29 14:29

Jupyter notebook基本使用

基本使用学习目标：熟练使用Jupyternotebook1JupyterNotebook介绍jUPYTER项目是一个非盈利的开源项目，源于2014年的ipython项目，因为它逐渐发展为支持跨所有编程语言的交互式数据科学和科学计算
ByteSage.·2024-01-29 12:52

数据处理中的数据流处理与事件驱动架构

1.背景介绍数据处理是现代数据科学和工程领域中的一个关键概念，它涉及到大量的数据集合、处理和分析。数据流处理和事件驱动架构是数据处理中的两个重要概念，它们在处理实时数据和复杂事件中具有重要的作用。
OpenChat·2024-01-29 11:04

政安晨的机器学习笔记——示例讲解机器学习工具Jupyter Notebook入门（超级详细）

JupyterNotebook是在数据科学和机器学习领域非常流行的开发环境，被誉为每个数据科学家都应该掌握的工具。我们无须
政安晨·2024-01-29 09:50

数据科学与机器学习 — 神经网络（第 02 部分）：前馈神经网络架构设计

有时，与您的问题最相合的网络可能是输入层中有10个节点，隐藏层中有13个节点/神经元，输出层中有大约四个节点/神经元，更不必提您将不得不微调整个网络中隐藏层的数量。我的观点是，我们需要一些动态的东西。一个动态代码，我们可以在不打破程序的情况下更改参数及优化。如果您使用python-keras函数库来构建神经网络，即便架构很复杂，您也能减少配置和编译的工作，这就是我希望我们能够在MQL5中达成的目标
赫兹股票期货量化软件·2024-01-29 08:18

数据科学

做数据科学一个非常重要的一步，就是要又可重复性。你需要标明你做的每一个步骤，你的数据来源是哪里，你做了什么处理。每一步都需要记录。以备在未来的时候进行重复使用。这一点非常重要。做记录。可重复性。
Liam_ml·2024-01-29 08:24

学习大数据时，一定要注重这8个Python小细节，让你工作事半功倍

学习数据科学的过程，从来就不是一帆风顺的。在写代码的时候，你是否也经常不得不反复搜索同一个问题，同一个概念，甚至同一个语法结构的特性呢？对，你不是一个人在战斗。我也一直在同样的情况里挣扎着。
妄心xyx·2024-01-29 06:50

【转】评估分类模型的指标：ROC/AUC

原文：【机器学习笔记】：一文让你彻底理解准确率，精准率，召回率，真正率，假正率，ROC/AUC作者：xiaoyu微信公众号：Python数据科学知乎：python数据分析师ROC/AUC作为机器学习的评估指标非常重要
悦光阴·2024-01-29 05:47

Spark运行原理

在大数据领域，只有深挖数据科学领域，走在学术前沿，才能在底层算法和模型方面走在前面，从而占据领先地位。Spark的这种学术基因，使得它从一开始就在大数据领域建立了一定优势。
hellozhxy·2024-01-28 23:41

探索数据可视化：Python 库 Matplotlib

探索数据可视化：Python库Matplotlib在数据科学和机器学习的领域中，数据可视化是一种强大的工具，它能够将复杂的数据转化为易于理解和解释的图形形式。
爱编程的鱼·2024-01-28 20:08

【机器学习】模型的综合评判，备选模型和幸运模型

对于任何参与机器学习的人来说，从数据科学家和工程师到依赖这些技术的企业的利益相关者，理解这些阶段都至关重要。本文深入探讨了机器学习工作流程中候选模型和祝福模型之间的特征、重要性以及差异。  
无水先生·2024-01-28 15:27

一个函数最好只做一件事？未必！这是一个例子

然而，工程实践中，有时候受制于一些因素，如内存空间、程序执行效率等，迫使我们不得不打破“一个函数只做一件事”的规则。
Marc Pony·2024-01-28 15:24

《Python 简易速速上手小册》第9章：数据科学和机器学习入门（基于最新版 Python3.12 编写）

Python简易速速上手小册》核心目的在于让零基础新手「快速构建Python知识体系」文章目录注意：本《Python简易速速上手小册》核心目的在于让零基础新手「快速构建Python知识体系」9.1Python在数据科学中的应用
江帅帅·2024-01-28 02:15

[Python] conda、anaconda、miniconda的关系，miniconda安装，conda命令使用

它主要用于Python编程语言及其相关的数据科学、机器学习等应用领域。
老狼IT工作室·2024-01-28 02:39

深入NumPy：数据科学家的高级技巧

深入NumPy：数据科学家的高级技巧引言NumPy基础回顾数组的创建和基本属性数组索引和切片高效的数组操作技巧数组形状变换技巧数组合并与分割高效迭代数组的方法数学和统计方法的应用数组的数学运算统计分析方法的应用实际案例代码
walkskyer·2024-01-27 21:54

python黑马学习

python的自述能做什么1.抢火车票2.数据分析3.开发网站4.开发游戏发展定位web全栈开发方向掌握技术前端开发数据库管理后台框架职业方向web全栈开发工程师数据科学方向人工智能方向，机器学习人工智能方向
数绵羊的星星·2024-01-27 20:08

机器学习架构：实现高效的模型训练和部署

1.背景介绍机器学习(MachineLearning)是一种通过从数据中学习泛化规则，而不是预先定义规则的方法，来解决复杂问题的科学和工程实践。
OpenChat·2024-01-27 16:15

高校科研管理系统源代码_教育领域各大高校如何建设智慧校园？你的学校够数字化吗？...

11月26日，作为数据分析&BI领域领导企业的永洪科技与知名高校东北财经大学数据科学与人工智能学院在北京举行了战略合作签约仪式，共建大数据教学、科研、管理模式顶层设计方案，服务智慧校园建设。
weixin_39714835·2024-01-27 15:05

以赛促教以赛促学：和鲸赋能暨大经管落实赛训一体，培养应用型数据人才！

随着新一轮科技革命与产业变革的加速演进，数据思维、数据技术正深度浸入各行各业，在商科经管领域，数据分析可被广泛应用于市场营销、供应链管理、财务分析等工作，拥有相关学科背景的应用型数据科学人才备受重视。
ModelWhale·2024-01-27 15:32

数据科学 8 机器学习： 决策树

决策树(decisiontree)是一种基本的分类与回归方法。流程图就是一个决策树，长方形形代表判断模块(decisionblock)，椭圆形成代表终止模块(terminatingblock)，表示已经得出结论，可以终止运行。从判断模块引出的左右箭头称作为分支(branch)，它可以达到另一个判断模块或者终止模块。长方形和椭圆形都是结点。长方形形的结点属于内部结点，椭圆形的结点属于叶结点，从结点引
她即我命·2024-01-27 14:37

Springboot+Mybatis接口快速上手

这个作业属于哪个课程软件工程实践2022年春-F班这个作业要求在哪里软件工程实践总结&个人技术博客这个作业的目标个人技术博客其他参考文献CSDN、博客园目录一、技术概述二、技术详述1.先了解一下具体的实现原理
栩xx·2024-01-27 12:20

提高数据科学工作效率

1、OptunaOptuna是一个开源的超参数优化框架，它可以自动为机器学习模型找到最佳超参数。最基本的（也可能是众所周知的）替代方案是sklearn的GridSearchCV，它将尝试多种超参数组合并根据交叉验证选择最佳组合。GridSearchCV将在先前定义的空间内尝试组合。例如，对于随机森林分类器，可能想要测试几个不同的树的最大深度。GridSearchCV会提供每个超参数的所有可能值，并
人帝·2024-01-27 11:39

【AI算法】数据王国的大冒险-谈三种数据降维的机理

他们邀请了王国中最聪明和最勇敢的数据科学家们来参加这场比赛，看看谁能找到最有效的降维方法。降维大赛国王说道，为了简化管理，我引入了一种名为降维的策略。这
德天老师·2024-01-27 07:54

看书标记【数据科学：R语言实战 1】

看书标记——R语言Chapter1模式的数据挖掘1.1聚类分析1.1.1k-means聚类用法示例1.1.2k-medoids聚类用法示例1.1.3分层聚类用法示例1.1.4期望最大化（EM）用法示例1.1.5密度估计用法示例1.2异常检测1.2.1显示异常值示例1示例2示例31.2.2计算异常值示例1（用name函数创建异常）示例2（DMwR中的lofactor函数）1.3关联规则（购物篮分析）
小胡涂记·2024-01-27 07:50

看书标记【数据科学：R语言实战 2】

2.1.2arulesNBMiner用法为频繁集挖掘Agrawal数据2.1.3Apriori用法评估购物篮中的关联2.1.4用TraMineR确定序列用法确定训练和职业中的序列2.1.5序列相似点用法示例【数据科学
小胡涂记·2024-01-27 07:39

面试了8家公司，他们问了我这些机器学习题目......

来源：人工智能头条（AI科技大本营兄弟号，公众号ID：AI_Thinker）【导读】今年年初以来，作者一直在印度找数据科学、机器学习以及深度学习领域的工作。
城市中迷途小书童·2024-01-27 06:36

高效数组处理的Numpy入门总结

NumPy是Python中一个重要的数学库，它提供了高效的数组操作和数学函数，是数据科学、机器学习、科学计算等领域的重要工具。下面是一个简单的NumPy学习教程，介绍了NumPy的基本用法和常用函数。
河南-殷志强·2024-01-27 02:58

【数据科学实用因果推断】1.1 潜在结果

1.1潜在结果PotentialOutcome因果推断的一个重要基本认识是：针对某一个对象/单元，我们总是只能观测到其接受干预或不接受干预两种情况之一。由此我们引入Rubin的潜在结果框架（potentialoutcome）作为因果推断的数学语言。所谓潜在结果，我们的讨论是基于对象采取或不采取干预时潜在的结果。这也引出了事实（factual）与反事实（counterfactual）的概念，那些真实
Syntax_CD·2024-01-26 21:25

AAAI‘2024时间序列论文汇总！预测、分类、异常检测和因果发现的最新进展

在数据科学领域，时间序列分析一直是研究的热点和难点。随着大数据时代的到来，时间序列数据在各个领域的应用越来越广泛，如金融、气象、健康等。因此，对时间序列的研究具有重要的理论和实践意义。
AI热心分享家·2024-01-26 18:03

AAAI‘2024时间序列论文汇总！预测、分类、异常检测和因果发现的最新进展

在数据科学领域，时间序列分析一直是研究的热点和难点。随着大数据时代的到来，时间序列数据在各个领域的应用越来越广泛，如金融、气象、健康等。因此，对时间序列的研究具有重要的理论和实践意义。
AI热心分享家·2024-01-26 18:32

设计模式 简单工厂，策略模式，几种基本原则,Unity基础

设计模式来自于建筑领域，作为软件工程的一个分支，是在软件工程实践过程中，程序员们总结出的良好的编程方法。
所恋皆洛尘·2024-01-26 08:44

特征工程自动化如何为机器学习带来重大变化

随着技术的快速发展，在数据科学领域中，包括库、工具和算法等总会不断地变化的。然而，一直都有这么一个趋势，那就是自动化水平不断地提高。近些年来，在模型的自动化选择和超参数调整方
城市中迷途小书童·2024-01-26 04:17

【基础配置】Python2/Python3并存安装配置教程

它可以应用于多种领域，如Web开发、数据科学、人工智能、机器学习、科学计算、自动化测试等。Python由GuidovanRossum于1989年底发明，目前已成为世界上最流行的编程语言之一。
晚风不及你ღ·2024-01-25 23:26

开源元数据管理平台Amundsen安装

Amundsen是一个用于提高数据分析师、数据科学家和工程师在与数据交互时的生产力的数据发现和元数据引擎。
贾斯汀玛尔斯·2024-01-25 16:25

智慧城市的发展过程中，最需要的15个工作岗位

1.机器学习科学家随着城市越来越多地利用物联网，并能够从现有资源中收集更多关于天气、交通等的数据，随后通过第三方应用程序对数据进行挖掘，数据科学家不仅需要从数据中分析和创造更多价值，还需要连接数据孤岛。
人工智能爱好者·2024-01-25 14:24

Python程序员要学些什么？

也许已经在使用很多数据科学中常见的库例如NumPy和SciPy。
长沙一度IT学校·2024-01-25 11:00

LSTM深度学习网络来预测时间序列的工具箱——支持单时间序列和多元时间序列的预测（基于MATLAB的深度学习工具箱二次开发）

无论你是数据科学的小白还是编程高手，只需简单几步，就能实现对未来的洞察。图形直观，一目了然是否对枯燥的数字感到厌倦？这款工具
数学建模学习交流·2024-01-25 07:59

D-Tale：一款实现Pandas GUI高效数据探索分析工具

想必很多人都用过Pandas来处理数据，作为Python数据科学领域的顶级库，Pandas确实有着强大的数据处理能力。特别是结合JupyterNotebook平台，简直可以称作编程里的Excel。
Python数据挖掘·2024-01-24 22:15

D-Tale，实现Pandas GUI高效数据分析

想必很多人都用过Pandas来处理数据，作为Python数据科学领域的顶级库，Pandas确实有着强大的数据处理能力。特别是结合JupyterNotebook平台，简直可以称作编程里的Excel。
Python大数据分析@·2024-01-24 22:13

学习小组Day4笔记--R（陈立）

R数据科学（英文版）1.初识RStudio1.png2.Rstudio-工作目录>getwd()#查看工作目录>setwd(dir="C:/Users/kingjie/Desktop/Rdata")#设置工作目录为桌面的
陈立0522·2024-01-24 21:55

Github上8.5K的star，1行代码交互式可视化分析工具

今天给大家介绍一款数据科学这款工具叫：PyGWalker。为什么叫PyGWalker？
码农说·2024-01-24 19:01

数据分析必备速查表，含：NumPy、Pandas、Matplotlib、Seaborn)，赶快收藏，手慢无

资料包含NumPy:数据科学计算包；Pandas:数据处理包；Matplotlib：数据可视化包；Se
码农说·2024-01-24 18:59

python写csv文件 delimiter_从零开始学Python - 第027课：用Python读写CSV文件

因为CSV是纯文本文件，不管是什么操作系统和编程语言都是可以处理纯文本的，而且很多编程语言中都提供了对读写CSV文件的支持，因此CSV格式在数据处理和数据科学中被广泛应用。
weixin_39922769·2024-01-24 17:28

Jupyter Notebook安装使用教程

其应用场景非常广泛，特别适用于数据科学、机器学习和教育领域。它可以用于数据分析、数据可视化、模型开发和实验、编写教程和文档等。
亦世凡华、·2024-01-24 16:47

机器学习工程师在人工智能时代的角色

他们弥合了传统软件工程和数据科学之间的差距，结合编码
安静到无声·2024-01-24 15:19

人工智能是做什么的

人工智能工程师还需要具备良好的编程能力，熟悉Python编程语言以及数据科学库，如NumPy、Pandas和Scikit-learn等。
人工智能技术与咨询·2024-01-24 10:49

【深度学习：集中偏差】减少计算机视觉数据集中偏差的 5 种方法

如何减少计算机视觉数据集中偏差的示例观察并监控带注释样本的类别分布确保数据集代表模型适用的人群明确定义对象分类、标记和注释的流程为标签质量保证建立共识基准定期检查模型的性能尽管计算机视觉领域有无数的创新，但“垃圾进，垃圾出”的概念仍然是数据科学领域内任何事物的关键原则
jcfszxc·2024-01-24 10:18

第四部分第十二章：序列和时间序列

第四部分第序列，时间序列和预测时间序列数据科学中最常用的技术之一，它具有广泛的应用—天气预报、销售预测、趋势分析等。本部分主要介绍时间序列的生成，并主要使用RNN、双向LSTM对时间序列进行预测。
清☆茶·2024-01-24 08:30

高清图解：神经网络、机器学习、数据科学一网打尽

今天，新智元要为大家推荐一个超实用、颜值超高的神经网络+机器学习+数据科学和Python的完全图解，文末附有高清PDF版链接，支持下载、打印
城市中迷途小书童·2024-01-24 05:32
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他