数据科学工程实践第8页

2021-03-05

孩子来电说纽约大学给了学习计算机工程专业的学习机会，但偏硬件一些，他昨天发邮件争取CS专业，被拒，今天问我是否还需要争取数据科学专业，我给了肯定的答案，并为他写了邮件内容：“首先非常感谢贵校能给我转专业的机会

吴阳_b2d6·2024-01-18 04:37

学习风控，这几本书建议读100遍

1.黑白-智能风控2册——梅子行豆瓣8.2分（4275人评分）1.智能风控：原理算法与工程实践本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践，从原理、算法与工程实践3个维度全面展开，包含

风控小兵突击·2024-01-17 23:29

实用机器学习：线性回归的实际应用与解读

统计学是数据科学的基石，为机器学习提供了重要的理论和工具。它通过概率论、假设检验、回归分析等方法，帮助我们理解数据、进行推断和构建模型。

m0_61254808·2024-01-17 19:18

Kaggle之旅1

二、课程1pandas1.学和练2.一些关键摘要总结前言Kaggle是一个以数据科学竞赛为主题的在线平台。它提供了一个数据科学社区，让数据科学家和机器学习专家可以在这里交流、学习和竞争。

旻璿gg·2024-01-17 15:31

Yahoo的Spark实践

当Yahoo的内容从编辑选择变成数据驱动的、上下文敏感的、个性化的页面时，机器学习、数据科学是盖子下面的引擎。技术团队苦苦寻找一个可以支撑大

chuanjiaoye5017·2024-01-17 15:30

re:Invent 2023 技术上新｜使用 Amazon SageMaker 新工具和引导式工作流程快速打包和部署模型...

作为数据科学家或机器学习从业者，您现在可以使用AmazonSageMakerPythonSDK中新提供的ModelBuilder类打包模型，执行本地推理以检验运行时错误，并将模型从本地IDE或AmazonSageMakerStudio

亚马逊云开发者·2024-01-17 14:40

数据分析师与数据科学家的区别

时下，互联网大风盛行，数据科学家凭借“科学家”这一高大上的名称，成功盖过数据分析师的“名气”，被很多企业当作业务指导的“神明”。

学掌门·2024-01-17 13:37

C++数据科学与机器学习基础

C++是一种广泛应用于系统编程和高性能计算领域的编程语言，也可以用于数据科学和机器学习。

naer_chongya·2024-01-17 11:29

数据科学与大数据导论期末复习笔记（大数据）

来自于深圳技术大学，此笔记涵盖了期末老师画的重点知识，分享给大家。等深分箱和等宽分箱的区别：等宽分箱基于数据的范围来划分箱子，每个箱子的宽度相等。等深分箱基于数据的观测值数量来划分箱子，每个箱子包含相同数量的数据点。文本编辑相似度度量方法类比直角坐标系中两点距离，理解一下公式。r是一个正整数，称为参数或次数。当r=1时，明氏距离变为曼哈顿距离；当r=2时，它变为欧几里得距离。曼哈顿距离是单单每个类

m0_74206166·2024-01-17 08:21

深度学习常用代码总结(k-means, NMS)

k-means由于其原理简单，可解释强，实现方便，收敛速度快，在数据挖掘、数据分析、异常检测、模式识别、金融风控、数据科学、智能营销和数据运营等领域有着广泛的应用。

BIT_Legend·2024-01-17 07:00

2022-04-17

北大：（8个）北京大学数学科学学院（统招和强基）1.1数学与应用数学专业金融数学方向1.2信息与计算科学专业计算数学方向1.3信息与计算科学专业信息科学方向1.4数据科学与大数据技术专业北京大学元培学院

50岁的失业中年·2024-01-16 23:37

面试必备！回归模型最强总结，内容太通透了！

通过回归分析，我们能够理解变量之间的趋势、检测异常值、为决策提供支持，并在时间序列中进行趋势分析，为数据科学和实际问题提供有力的工具。老规矩：大家

Python数据挖掘·2024-01-16 22:03

XGBoost系列1——XGBoost简介与入门

写在开头XGBoost（eXtremeGradientBoosting）是一种被广泛使用的机器学习算法，由陈天奇博士于2014年提出，以其卓越的性能在数据科学竞赛中备受瞩目。

theskylife·2024-01-16 20:35

1.你好, Python!

这门课程涵盖了你在使用Python进行数据科学时所需的关键Python技能。该课程适合有一些先前编码经验的人，希望将Python添加到他们的技能库中。

AI算法蒋同学·2024-01-16 20:30

浅谈电动汽车充电站箱变电气安全物联监测系统设计与应用

工程实践情况表明，系统可有效识别电

安科瑞彭姝麟·2024-01-16 19:34

通俗易懂 | 数据科学与大数据技术专业领域的实用工具

数据科学与大数据技术是一门偏向应用的学科领域，因此工具就成为重要的组成部分。在工作中，数据科学家如果选择有效的工具会带来事半功倍的效果。

yoku酱·2024-01-16 18:11

小嗷犬·2024-01-16 16:58

Linux---（七）Makefile写进度条（三个版本）

意思是充当两个动作）️\r和\n️倒计时代码代码1代码2思考四、进度条预想的进度条效果构想代码结构（一）简单原理版本Makefileprocess.cprocess.hmain.c重点代码解读进度条效果（二）实际工程实践版本下载逻辑

蛇喰keying.·2024-01-16 14:24

JMU----数科数据科学引论民间总结（1）

根据老师给的文档瞎总结内容只给出概念具体内容要自己去拓展不可靠随便看看就好大数据的性质非结构性：大数据中的非结构化数据占比较大，无法预知其结构。需要探索合理的组织方式。不完备性：大数据常包含不完整和错误的数据，需要进行清洗和整合。时效性：处理速度要快，满足用户实时分析的需求。安全性：需消除隐患和漏洞，保护隐私。可靠性：需要满足一定的处理步骤，使分析过程完整。大数据的五个特性数据容量（Volume）

X_StarX·2024-01-16 11:44

新书速览|数据科学技术：文本分析和知识图谱

百分科技书解数据科学，文本分析、知识图谱详解，实战案例呈现，助你深入理解技术原理，行业应用启发，助力创新发展。

全栈开发圈·2024-01-16 11:59

基于LLM大模型的结构化数据批量提取

这篇文章是为想要使用非结构化数据获得有用见解的数据科学家、分析师和决策者量身定制的。我们探索大型语言模型(LLM)的批量用例，重点关注非结构化文本到结构化数据的转换。

新缸中之脑·2024-01-16 11:42

使用 Python 和 scikit-learn 生成机器学习模型

获得有关如何从头到尾创建和运行分类模型的实践经验在此数据科学和机器学习教程中，获取有关如何从头到尾创建和运行分类模型的动手示例。

AI-智能·2024-01-16 10:42

#AIGC##VDB# 【一篇入门VDB】矢量数据库-从技术介绍到选型方向

首先，文章解释了矢量的数学和物理学概念，然后引入了矢量在数据科学和机器学习中的应用。随后，详细介绍了什么是矢量数据库，以及它在搜索引擎、自然语言处理、图像识别等方面的优势。

向日葵花籽儿·2024-01-16 09:28

从零开始的神经网络

了解如何在没有框架帮助的情况下构建神经网络的基础知识，这些框架可能使其更易于使用在Python中创建具有不同架构的复杂神经网络应该是任何机器学习工程师或数据科学家的标准做法。

AI-智能·2024-01-16 08:14

机器学习之集成学习 XGBoost（eXtreme Gradient Boosting）附代码

特点XGBoost最初是由陈天奇在2014年开发的，它在许多数据科学竞赛中取得了显著的成功，因其高效性和准确性而受到广泛

贾斯汀玛尔斯·2024-01-16 06:44

回顾 | AI 浪潮下的创业故事（二）｜Azure OpenAI Service - ChatU

点击蓝字关注我们编辑：AlanWang排版：RaniSun微软Reactor为帮助广开发者，技术爱好者，更好的学习.NETCore,C#,Python，数据科学，机器学习，AI，区块链,IoT等技术，将每周三到周六

MicrosoftReactor·2024-01-16 05:05

YOLOv5改进 | Neck篇 | 利用ASF-YOLO改进特征融合层（适用于分割和目标检测）

在实验中，ASF-YOLO在2018年数据科学竞赛数据集上取得了卓越的分割准确性和速度，达到了0.91的boxmAP（平均精度），0.887的maskmAP，以及47.3FPS的推理速度，效果非常的好，

Snu77·2024-01-16 00:48

干货速递｜用需求在环仿真扩展基于模型的系统工程实践：起落架系统案例

摘要仿真已经成为大多数行业大规模采用基于模型的系统工程（MBSE）和基于模型的设计（MBD）工具的至关重要的因素。与此同时，实用的需求工程工具在以文档需求规格为主的生命周期管理之外并未得到显著发展，这使得需求并未得益于基于模型的仿真工具。需求在环（RIL）仿真已被提议用来扩展MBSE和MBD框架，允许系统工程师用一种正式的语言来描述文本需求，并且可以与系统模型一起执行和仿真。需求在环仿真可允许基于

达索系统百世慧·2024-01-15 19:12

Go+快速开始详细指南

Go+快速开始Go+编程语言是为工程、STEM教育和数据科学设计的。对于工程:用儿童能掌握的最简单的语言工作。对于STEM教育:学习一门可以在未来工作中使用的工程语言。

Palp1tate·2024-01-15 16:37

云和恩墨 -全球化数据资产端到端解决方案服务商

全球化数据资产端到端解决方案服务商云和恩墨以“数据驱动，成就未来”为使命，以客户最核心的数据资产为中心，围绕业务架构、数据架构、应用架构和IT基础架构提供高价值的产品和专业服务，业务范围包括数据服务、云化IT设施、智能化开发运维一体化软件、数据科学与智能

云和恩墨·2024-01-15 12:49

在软件工程实践中，决定是否使用显式的 else 分支取决于几个因素，包括代码的清晰度、可维护性以及个人或团队的编码风格。

文章目录潜在的优点代码用例潜在的优点在软件工程实践中，决定是否使用显式的else分支取决于几个因素，包括代码的清晰度、可维护性以及个人或团队的编码风格。

小秋SLAM入门实战·2024-01-15 07:15

时序预测|基于变模态分解结合VMD-ARIMA实现时间序列数据预测

Matlab科研辅导帮·2024-01-15 07:09

软件工程实践第二次作业——个人实战

文章目录Gitcode项目地址PSP表格解题思路描述如何解析json文件？如何获取DTO(数据传输对象)？即数据源如何选择?如何进行优化？如何实现缓存机制？如何解决缓存带来的GC性能问题？接口设计和实现过程接口和抽象类的设计类图关键代码展示初始化启动参数数据源抽象类解析命令逻辑Lib类的单例模式实现线程类命令解析性能改进使用多线程提高性能使用本地数据源提高性能使用缓存提高性能优化GC性能分析最终的

EncounterMe·2024-01-15 04:20

安装、运行和控制AI apps在您的计算机上一键式

无论你是开发者、数据科学家还是普通用户，Pinokio都能满足你的需求。强大的自动化功能：Pinokio让你摆脱繁琐的手动操作，实现一键自动

javastart·2024-01-15 02:19

【量化交易故事】小明开启了量化创业之旅-01

在一次偶然的机会下，他与大学时期的好友、现任职于某知名金融机构的数据科学家小李重逢，两人深入探讨了现代金融市场的复杂性以及量化交易的魅力。小李分享了自己在工作中如何运用统计模型和机器

德天老师·2024-01-15 00:13

10个数据科学不可或缺的Python库

大家好，在快速发展的数据科学领域，Python已经成为通用语言，得益于其简洁性、易读性和多功能的库生态系统。

python慕遥·2024-01-14 21:23

复杂适应系统(CAS)和敏捷团队

与传统的软件工程实践相比，敏捷方法论被认为是开发软件产品和系统的另一种替代过程。注重强调并将人和团队因素融入软件开发过程中，构成了敏捷开发的核心部分。

保真·2024-01-14 17:58

Pandas实战100例-专栏介绍

Pandas，Python数据科学的心脏，是探索和分析数据世界的强大工具。想象一下，用几行代码就能洞察庞大数据集的秘密，无论是金融市场趋势还是社交媒体动态。

惊鸿若梦一书生·2024-01-14 17:36

从零开始学习Python基础语法：打开编程大门的钥匙

文章目录一、引言1.1Python作为一种流行的编程语言的介绍1.2Python的应用领域和适用性二、为什么选择Python2.1Python的简洁性和易读性2.2Python的跨平台特性三、Python在数据科学和人工智能领域的应用

忆~遂愿·2024-01-14 12:38

【Python】编程练习的解密与实战（四）

目录1.初识Python2.实验报告四实验目的实验要求实验代码实验结果实验体会总结1.初识PythonPython是一种高级、通用、解释型的编程语言，具有简洁而清晰的语法，被广泛应用于软件开发、数据科学

Sarapines Programmer·2024-01-14 11:16

翻译: Streamlit从入门到精通基础控件一

这个关于Streamlit的教程旨在帮助数据科学家或机器学习工程师，他们不是网络开发者，也不想花费数周时间学习使用这些框架来构建网络应用程序。1.什么是Streamlit？

AI架构师易筋·2024-01-14 08:14

数据仓库-离线数仓（基于物流数仓）

同时，随着时间的推移，数据仓库中积累的大量历史数据对于数据科学家和业务分析师也是十分宝贵的。

小鱼干换酒钱·2024-01-14 06:39

UCB Data100：数据科学的原理和技巧：第二十一章到第二十六章

二十一、SQLII原文：SQLII译者：飞龙协议：CCBY-NC-SA4.0学习成果介绍过滤组的能力在SQL中执行数据清理和文本操作跨表连接数据在本讲座中，我们将继续上次的工作，介绍一些高级的SQL语法。首先，让我们加载上一堂课的数据库。#LoadtheSQLAlchemyPythonlibraryimportsqlalchemyimportpandasaspd%load_extsql%%sqls

绝不原创的飞龙·2024-01-14 04:30

【Python】编程练习的解密与实战（一）

目录1.初识Python2.实验报告一实验目的实验要求实验代码实验结果实验体会总结1.初识PythonPython是一种高级、通用、解释型的编程语言，具有简洁而清晰的语法，被广泛应用于软件开发、数据科学

Sarapines Programmer·2024-01-14 01:59

Pandas实战100例 | 案例 29: 时间序列分析 - 滚动窗口计算

案例29:时间序列分析-滚动窗口计算知识点讲解时间序列数据分析是数据科学中的一个重要领域。Pandas提供了处理时间序列的强大功能，包括滚动窗口计算。

惊鸿若梦一书生·2024-01-13 22:58

xinference

无论你是研究者，开发者，或是数据科学家，都可以通过XorbitsInference与最前沿的AI模型，发掘更多可能。xi

vitaminYZZ·2024-01-13 21:45

UCB Data100：数据科学的原理和技巧：第十三章到第十五章

十三、梯度下降原文：GradientDescent译者：飞龙协议：CCBY-NC-SA4.0学习成果优化复杂模型识别直接微积分或几何论证无法帮助解决损失函数的情况应用梯度下降进行数值优化到目前为止，我们已经非常熟悉选择模型和相应损失函数的过程，并通过选择最小化损失函数的θ\thetaθ的值来优化参数。到目前为止，我们已经通过以下两种方法优化了θ\thetaθ：1.使用微积分对损失函数关于θ\the

绝不原创的飞龙·2024-01-13 20:26

Colab 谷歌免费的云端Python编程环境初体验

GoogleColab是一个强大且免费的云端Python编程环境，为学生、研究人员和开发者提供了一个便捷的平台来开展数据科学、机器学习和深度学习项目。Colab有哪些功能？

LF-DevJourney·2024-01-13 19:09

UCB Data100：数据科学的原理和技巧：第六章到第十章

六、正则表达式原文：RegularExpressions译者：飞龙协议：CCBY-NC-SA4.0学习成果了解Python字符串操作，pandasSeries方法解析和创建正则表达式，使用参考表使用词汇（闭包、元字符、组等）描述正则表达式元字符这些内容在第6和第7讲中涵盖。6.1为什么处理文本？上一堂课，我们了解了定量和定性变量类型之间的区别。后者包括字符串数据——第6讲的主要焦点。在本笔记中，我

绝不原创的飞龙·2024-01-13 14:00

Python 地理空间分析

前文我们将快速浏览Python的（空间）数据科学生态系统，并了解如何使用一些基本的开源Python包，例如：pandas/geopandasshapelypysalpyprojosmnx/pyrosmmatplotlib

亚图跨际·2024-01-13 11:24

推荐频道

数据科学工程实践