数据科学

NVIDIA迁移学习工具包 ：用于特定领域深度学习模型快速训练的高级SDK

对于设计和集成智能视频分析（IVA）端应用程序（如停车管理、安全基础设施、零售分析、物流管理和访问控制等）的开发人员，NVIDIA 的迁移学习工具包提供...

2018-12-07 标签：深度学习数据科学迁移学习 3.7k 0

如何从头开始进行数据科学项目

一旦开始获取数据，非常重要的一点是及早查看数据，以便尽早找出可能存在的问题。例如，爬取程序可能漏掉了一些重要的字段，保存程序至文件时，如果使用逗号作为分...

2018-12-05 标签：可视化机器学习数据科学 3k 0

使用git管理数据科学试验的经验

最重要的是除外敏感信息，比如密码和API密钥。如果你早早地提交了包含敏感信息的文件，那么它很快就会变成一场噩梦。从当前快照删除文件无济于事——你需要从所...

2018-11-24 标签：代码数据科学 2k 0

Kaggle利于数据科学领域新手学习的几点特征，并带你学习ML相关知识

它们只是Kaggle的Jupyter笔记本版本，反过来，它只是一种非常有效和酷炫的共享代码方式，以及大量的可视化，输出和解释。“内核”选项卡将您带到一个...

2018-11-19 标签：机器学习数据科学 2.9k 0

集合论：现代数学的共同基础

先说说分析(Analysis)吧，它是从微积分(Caculus)发展起来的——这也是有些微积分教材名字叫“数学分析”的原因。不过，分析的范畴远不只是这些...

2018-11-16 标签：微积分数据科学 5.7k 0

根据数据科学家最常使用的四种编程语言推荐相应的IDE

PyCharm包括很多工具，集成的调试器和测试运行器，性能调试工具，内置终端，集成主要版本控制系统（包括Git、SVN、Mercurial），远程开发（...

2018-11-14 标签：编程语言机器学习数据科学 4.7k 0

在数据科学领域，真正的“全科专家”屈指可数

当我还在大学读书的时候，我写了一篇关于数据科学和建筑能源审计的长论文，这是我第一个真正意义上的数据科学项目。从那时起，我就有开始意无意地纠正自己的一些编...

2018-11-12 标签：神经网络深度学习数据科学 2.1k 0

GBM算法的历史和原理

AdaBoost效果不错，但为何这一算法如此成功却缺乏解释，这正是一些疑惑产生的源头。有些人认为AdaBoost是一个超级算法，一枚银弹，但另一些人顾虑...

2018-11-08 标签：梯度机器学习数据科学 2.6万 0

假设不懂数据科学，如何解决问题?

常识告诉你，应该选择那些最忠诚的顾客，毕竟，他们是最可能对邮件感兴趣的人。（不过，其实这个问题也可以从增量建模（Uplift Modeling）的角度考...

2018-10-10 标签：深度学习数据科学 2.2k 0

分享进行真实世界数据科学项目的经验教训

我将在这篇文章中讨论一些开发维护高效、可持续的数据科学项目的指导意见。这篇指南基于我在自己的数据科学项目中得到的教训，还结合了我看到的其他人进行数据科学...

2018-10-08 标签：算法数据科学 3.1k 0

11种深度学习框架影响力评估

总体而言，PyTorch是第三流行的框架，也是第二流行的独立框架。它比TensorFlow要年轻，流行度的增速十分迅猛。它也支持TensorFlow尚不...

2018-09-30 标签：深度学习数据科学 3.3k 0

Feedly推荐系统背后使用的机器学习技术

我们同样根据向量的性质检测这些重复主题。在我们的例子中，“Tech”向量的分量[50000, 30000, 5, 2]和“Technology”的[12...

2018-09-25 标签：机器学习数据科学 2.6k 0

有关Python的文章最热门的10篇

该文章介绍了如何通过类型注解在 Python 中使用 macro 宏，该灵感来自于作者以往使用 Rust 的体验。引入宏系统可为我们提供便捷的调用方式，...

2018-09-16 标签：Python计算机图像数据科学 9k 0

概率论的核心法则（基本公理）介绍

这条公理表示为如果两事件互斥（即两事件不可能同时发生），那么这两个事件其中有一个发生的概率等于各个事件发生的（边缘）概率之和。我早说过了，这让人疑惑。让...

2018-09-24 标签：概率论数据科学 8.8k 0

对监督机器学习的基本限制和目标进行深刻而简洁的描述

这个公式实际上告诉你，在看到数据/证据（可能性）之后更新你的信念（先验概率），并将更新后的信念程度赋予后验概率。你可以从一个信念开始，但每个数据点要么加...

2018-09-24 标签：机器学习数据科学 2k 0