Публикации по теме 'beginner'
Как новичку подойти к Kaggle?
Будучи частью сообщества Kaggle уже год, я пытаюсь показать то, что предлагает kaggle для всех молодых специалистов по данным, таких как я. Большинство новичков верят парочке МООК, некоторым вопросам на собеседовании и таддаааааа !!!! Мы приземлимся в Data Science. Но, как уже было сказано, практическая реализация и теоретические знания - это далеко друг от друга. Итак, я расскажу, что можно и что нельзя делать для новичка.
Следует помнить, что Kaggle - это не просто платформа..
Изучение наборов данных — Основы
Важно знать характеристики обрабатываемого набора данных. На основе этого начального исследования определяется, как набор данных обрабатывается для дальнейших процессов.
Читать данные
Чтение набора данных — это первый шаг к исследованию данных. Библиотека Pandas используется для чтения набора данных, функция для нее .read_csv основана на формате набора данных, _csv может быть заменен соответствующим форматом файла.
df=pd.read_csv("/content/train.csv")
Описать ( )..
Машинное обучение
Когда мы сталкиваемся с этим словом или когда у нас есть предмет в наших академических или факультативных занятиях, мы взволнованы, поскольку это самая популярная и продвинутая тема, в которой большая часть нашего будущего может быть изменена с помощью этой области. Поскольку у многих есть требования, интерес начнется с изучения книг, лекций, курсовых платформ и т. Д. (У каждого есть свой собственный ресурс). В этом блоге я хочу простыми словами объяснить основы машинного обучения...
Знакомство с пандами
Краткий обзор панд
Что такое Панды?
Pandas — популярная библиотека с открытым исходным кодом, построенная на основе NumPy. Он в основном используется для быстрого анализа и очистки данных и обработки данных. Он также имеет некоторые встроенные функции визуализации.
Pandas предоставляет простые в использовании структуры данных и инструменты анализа данных для работы со структурированными данными, такими как SQL, электронные таблицы и т. д.
Две основные структуры данных,..
Масштабирование функций
Масштабирование признаков обычно выполняется как часть предварительной обработки данных в задачах классификации. В общих чертах, мы хотим привести значения наших признаков в один диапазон. Зачем нужно это делать? Итак, давайте предположим, что мы занимаемся поиском дома, и у нас есть 2 характеристики: 1. Арендная плата в диапазоне 10 000–50 000 в месяц 2. Количество спален в диапазоне 1–5.
Теперь, как правило, во многих алгоритмах функции с более высоким диапазоном перевешивают функции с..
Зачем вам нужно машинное обучение? Почему МО важно?
Зачем вам нужно машинное обучение?
Мы все живем в эпоху, когда то, что у нас уже есть или чем мы владеем, не является самодостаточным. Жажда желать большего растет с каждым днем все больше и больше. Будь то автомобиль или сотовый телефон, мы все хотим, чтобы у нас была последняя модель.
Если бы мы все были довольны технологиями, которые у нас есть, нас бы сегодня здесь не было.
Технологии еще раз подтвердили теорию Дарвина. Да, выживает сильнейший. Старые технологии с каждым..
Привет Ашиш,
Привет Ашиш,
Я очень благодарен вам за то, что вы поделились путем обучения, чтобы стать специалистом по данным.
Но у меня есть некоторые сомнения.
Я начал изучать Python, но весь процесс стал похож на учебный контент. Как я могу это практиковать и есть ли какой-нибудь веб-сайт, где я могу практиковаться и учиться на небольших проектах.
Спасибо
