Публикации по теме 'data-science'
Развертывание моделей машинного обучения в League Of Legends?
Ян Швир
League of Legends и TFT (Teamfight Tactics) — это игры по всему миру, которые обслуживают миллионы игроков. League of Legends — это MOBA-игра 5 на 5 (многопользовательская боевая онлайн-арена), в которой 10 игроков входят в игру, каждый из которых выбирает чемпиона для своей конкретной роли в игре (верхняя линия, средняя линия, нижняя линия, поддержка и лес) и пытается чтобы захватить вражескую базу, сражаясь с командами противника, соревнуясь за нейтральные цели и повышая..
И Оскар получает…
Предсказание победителей 92-й церемонии вручения премии "Оскар" на основе данных о популярности, производстве и родословной
Прогнозирование победителей премии «Оскар» уже давно стало популярным видом спорта среди фанатов и кинокритиков. Однако прогнозы экспертов основаны не столько на объективной оценке, сколько на личных вкусах и предпочтениях. «Конечно, — возразят критики, — как же иначе? Фильмы — это произведения искусства, которые заслуживают того, чтобы их оценивали на основе..
Расшифровка черного ящика: руководство для начинающих по пониманию прогнозов моделей с помощью LIME
LIME (Local Interpretable Model-agnostic Explanations) — это библиотека Python с открытым исходным кодом, которая позволяет специалистам по данным и инженерам по машинному обучению понимать и интерпретировать прогнозы сложных моделей, таких как глубокие нейронные сети, повышение градиента и случайные леса. Это особенно полезно для понимания поведения моделей в конкретных случаях и для определения функций, которые определяют прогнозы модели.
В этой статье мы углубимся в LIME, объясним,..
Руководство по предварительной обработке данных для науки о данных
Это промежуточный этап после EDA и перед интеллектуальным анализом данных. Чтобы получить значение из набора данных с помощью интеллектуального анализа данных, нам необходимо сначала подготовить или предварительно обработать данные.
Он предполагает очистку, преобразование и сокращение данных.
Этап 1: Очистка данных
Щелкните ссылку выше, чтобы прочитать мое руководство по очистке данных.
Этап 2: преобразование данных
Этот шаг предпринимается для преобразования данных в..
Использование жестких ограничений в машинном обучении, часть 8
Обучение решению задач оптимизации с жесткими линейными ограничениями (arXiv)
Автор: Мейи Ли , Сохейл Колоури , Джавад Мохаммади .
Аннотация: Задачи оптимизации с ограничениями возникают в самых разных сложных задачах реального мира, где ограничения часто охватывают физику базовой системы. Классические методы решения этих задач основаны на итерационных алгоритмах, которые исследуют допустимую область в поисках наилучшего решения. Эти итерационные методы часто являются..
Топ-3 навыка немашинного обучения, которые можно улучшить на соревнованиях Kaggle
Данные, креативность и тактика помогут вам подняться в таблице лидеров
Это может показаться нелогичным. Но ключевой навык, который даст вам преимущество перед другими в соревнованиях по машинному обучению, таких как Kaggle, может быть не машинным обучением.
Ваше знание алгоритмов машинного обучения — это лишь базовый навык, который вам нужен в Kaggle. Применение различных алгоритмов, ансамблей и оптимизаций гиперпараметров, конечно, необходимо, но тогда это просто автоматизация...
Глубокое погружение в режим копирования при записи панд — часть II
Объяснение того, как копирование при записи оптимизирует производительность
Введение
В первом посте объяснялось, как работает механизм копирования при записи. В нем выделены некоторые области, где копии вводятся в рабочий процесс. В этом посте основное внимание будет уделено оптимизации, которая гарантирует, что это не замедлит средний рабочий процесс.
Мы используем технику, которую используют внутренние компоненты pandas, чтобы избежать копирования всего DataFrame, когда в..
Новые материалы
Коллекции публикаций по глубокому обучению
Последние пару месяцев я создавал коллекции последних академических публикаций по различным подполям глубокого обучения в моем блоге https://amundtveit.com - эта публикация дает обзор 25..
Представляем: Pepita
Фреймворк JavaScript с открытым исходным кодом
Я знаю, что недостатка в фреймворках JavaScript нет. Но я просто не мог остановиться. Я хотел написать что-то сам, со своими собственными..
Советы по коду Laravel #2
1-) Найти
// You can specify the columns you need
// in when you use the find method on a model
User::find(‘id’, [‘email’,’name’]);
// You can increment or decrement
// a field in..
Работа с временными рядами спутниковых изображений, часть 3 (аналитика данных)
Анализ временных рядов спутниковых изображений для данных наблюдений за большой Землей (arXiv)
Автор: Рольф Симоэс , Жильберто Камара , Жильберто Кейрос , Фелипе Соуза , Педро Р. Андраде ,..
3 способа решить квадратное уравнение (3-й мой любимый) -
1. Методом факторизации —
2. Используя квадратичную формулу —
3. Заполнив квадрат —
Давайте поймем это, решив это простое уравнение:
Мы пытаемся сделать LHS,..
Создание VR-миров с A-Frame
Виртуальная реальность (и дополненная реальность) стали главными модными терминами в образовательных технологиях. С недорогими VR-гарнитурами, такими как Google Cardboard , и использованием..
Демистификация рекурсии
КОДЕКС
Демистификация рекурсии
Упрощенная концепция ошеломляющей
О чем весь этот шум?
Рекурсия, кажется, единственная тема, от которой у каждого начинающего студента-информатика..