Публикации по теме 'python'


Полиномиальная регрессия в машинном обучении : реализация Python
Полиномиальная регрессия — это популярный метод обучения с учителем, используемый для моделирования связи между независимой переменной (x) и зависимой переменной (y) путем подбора полиномиальной функции к данным. Этот метод часто используется, когда связь между переменными нелинейна. В этом блоге мы обсудим, как реализовать полиномиальную регрессию с помощью Python и библиотеки scikit-learn. Импорт необходимых библиотек Мы начнем с импорта необходимых библиотек, включая NumPy для..
Сравнение инструментов AutoML в наборе данных Titanic — Машинное обучение
Что такое AutoML? Автоматизированное машинное обучение (AutoML) — это процесс автоматизации задач применения машинного обучения к проблемам. Жизненный цикл машинного обучения состоит из нескольких этапов, включая, помимо прочего, выбор данных, предварительную обработку данных, интеллектуальный анализ данных, оценку модели, тонкую настройку модели и ее развертывание [Адаптировано из Fayyad, 96]. Таким образом, AutoML — это процесс автоматизации одного или нескольких шагов жизненного..
Дорожная карта для науки о данных
Задачи Data Science в порядке сложности Фундаментальные знания - Базовая математика (Линейная алгебра, Исчисление, Вероятность и статистика) - Языки программирования: Python; - Средства управления базами данных: SQL; - Интерактивные инструменты визуализации: Power Bi и Tableau; - MS-Excel Обработка и визуализация данных  — Библиотеки Python для обработки данных: Numpy, Pandas  — Библиотеки Python для визуализации данных: Matplotlib, Seaborn  — Другие библиотеки: Plotly,..
Самый простой и понятный метод отслеживания прогресса цикла For и ожидаемого времени выполнения в Python ...
Некоторое время я часто чувствовал себя оставленным в неведении, когда дело дошло до прогресса моих ячеек кода в записных книжках. Поэтому я хотел найти ясный и простой метод отслеживания расстояния до цикла for. Окончательный вывод должен сообщить мне текущий прогресс, текущее время выполнения и ожидаемое время выполнения, как показано на первом изображении: Хотя, возможно, существуют более привлекательные решения с использованием виджетов IPython, следующий метод является самым..
Прогноз оттока банка
Переделка моего первого хакатона Несколько месяцев назад я опубликовал одну из своих первых статей прямо здесь, в Медиуме , о своем первом контакте с наукой о данных. Проект, который я сделал с несколькими партнерами на хакатоне, предлагал один курс, который я сделал в прошлом семестре, и цель состояла в том, чтобы создать модель для прогнозирования, откажется ли клиент банка от услуг или нет. Другими словами, задача заключалась в создании модели машинного обучения и ее развертывании..
Машинное обучение @ DKatalis: создание синтетических данных с помощью Photoshop и Python для большого блага!
Машинное обучение @ DKatalis: создание синтетических данных с помощью Photoshop и Python для большого блага! Машинное обучение - дело дорогое. Обучение моделей стоит денег и даже больше, когда задействованы графические процессоры. Однако, как большинство компаний, углубившись в изучение любого нетривиального машинного обучения, обнаружит, именно данные составляют большую часть затрат. В этом посте я подробно расскажу, как я использовал Photoshop и Python для создания тысяч (более..
Наборы: уникальные возможности Python
Введение : Набор — это неупорядоченная коллекция уникальных элементов в Python. Он обозначается фигурными скобками {} или с помощью конструктора set() . Наборы полезны, когда вам нужно работать с уникальными элементами и эффективно выполнять различные операции с наборами. Создание наборов . В Python у нас есть два способа создания наборов: с помощью фигурных скобок или с помощью конструктора set() . # Using curly brace notation my_set = {1, 2, 3, 4, 5} ​ # Using the set()..