Публикации по теме 'data-visualization'
Практическое применение Yellowbrick в науке о данных
Визуализация данных играет решающую роль в понимании и интерпретации моделей машинного обучения. Yellowbrick — это библиотека Python, предоставляющая высокоуровневый интерфейс для создания визуализаций и инструментов диагностики для анализа алгоритмов машинного обучения. В этом сообщении блога мы рассмотрим практическое применение Yellowbrick и продемонстрируем его возможности на примерах кода.
Оценка и выбор модели
Yellowbrick предлагает разнообразные визуализации для оценки и выбора..
Визуализация данных с помощью React и D3
Для просмотра примеров кода со сгенерированными SVG загляните на мой сайт
React — это библиотека для создания реактивных пользовательских интерфейсов с использованием JavaScript (или Typescript), а D3 (сокращение от Data-Driven Documents ) — набор библиотек для работы с визуализациями на основе данных.
Прежде чем начать, я бы рекомендовал ознакомиться с SVG, React и D3.
Несколько хороших ссылок на SVG можно найти в MDN SVG Docs .
Хорошим местом для начала работы с React будет..
Обеспечение успеха учащихся
Сила конвейеров машинного обучения
Среднестатистический человек, имеющий только аттестат о среднем образовании или GED, за свою жизнь заработает примерно 1,6 миллиона долларов , по сравнению с человеком со степенью бакалавра, который потенциально может заработать ~2,8 миллиона долларов в своей жизни. срок службы . - Карневале и др. (2021) Джорджтаунский университет Расплата за колледж
Это глубокое неравенство в потенциале заработка подчеркивает преобразующую силу высшего..
Научные статьи, основанные на алгоритме Word2vec в обработке естественного языка, часть 1
Анализ настроений на хинди/бенгальском языке с использованием трансферного обучения и совместного обучения с двойным входом и самостоятельным вниманием ( arXiv )
Автор: Шахрукх Кхан , Махнур Шахид
Абстрактный . Анализ настроений обычно относится к использованию обработки естественного языка, анализа текста и вычислительной лингвистики для извлечения информации, основанной на эмоциях и эмоциях, из текстовых данных. В нашей работе мы изучаем, как мы можем эффективно..
Визуальная интерпретируемость — объяснимая визуализация ИИ (часть 2)
Эта статья продолжает общий обзор исследования «Объяснимое глубокое обучение и визуальная интерпретируемость».
Введение
Глубокое обучение привело к беспрецедентным прорывам во многих областях, таких как компьютерное зрение, распознавание голоса и автономное вождение. Недавно он доказал свою эффективность при решении крупномасштабных задач реального мира. Он был принят во многих крупномасштабных приложениях обработки информации, таких как распознавание изображений, языковой..
Геопространственный анализ с помощью Folium: определение оптимального местоположения для нового филиала
Принятие решения о том, где открыть новый филиал, является значительной ответственностью. Последствия ошибок могут дорого обойтись, особенно в отраслях, требующих значительных капиталовложений. Как правило, специалисты по управлению принимают такие решения на основе своего понимания города, отрасли и предыдущего опыта.
В этой статье основное внимание будет уделено роли аналитики в принятии таких решений. В частности, будет изучено, как собирать данные о демографии населения и стоимости..
Релиз billboard.js 1.7.0 !!
Наконец-то до конца года вышел еще один новый релиз :)
Этот выпуск включает 5 новых функций, которые могут вам понравиться, и 18 исправлений ошибок.
Для получения подробной информации о выпуске ознакомьтесь с примечанием к выпуску: https://github.com/naver/billboard.js/releases/tag/1.7.0
Что нового?
Мульти-оси
Поддержка нескольких осей - одна из основных функций, добавленных в этот выпуск.
До сих пор оси могли быть представлены только для каждой стороны (x, y и y2), но с..
Новые материалы
Повышайте продуктивность, создавая лучший код Python
Все приемы, которые я изучил на Python, чтобы писать лучший и быстрый код
Представление длинных цифр
Очень сложно отследить количество нулей или цифр после определенной длины. А теперь вот..
Распределение выборки и центральная предельная теорема
В нашем реальном мире мы часто ищем параметр или статистику определенной совокупности, например среднее значение или стандартное отклонение. Но оценить эту статистику по населению достаточно..
Различные алгоритмы машинного обучения
Машинное обучение ( ML ) — это изучение компьютерных алгоритмов, которые автоматически улучшаются благодаря опыту. [1] Оно рассматривается как подмножество искусственного интеллекта ...
Очередь сообщений RabbitMQ с использованием веб-API .NET Core 6
Мы собираемся обсудить очередь сообщений RabbitMQ и ее реализацию с использованием .NET Core 6 API в качестве производителя сообщений и консольного приложения в качестве потребителя сообщений...
Варианты графовых нейронных сетей и реализация в TensorFlow
См. Graph Neural Networks и реализация в TensorFlow для введения и основ.
Существует множество вариантов GNN, в том числе сверточные сети графов (GCN), GraphSAGE, сети внимания графов (GAT) и..
Построение классификатора изображений без использования глубокого обучения
Классификатор изображений можно легко построить с помощью глубокого обучения, особенно сверточной нейронной сети (CNN). Однако вы можете просто реализовать классификатор изображений, используя..
Я вижу так много неправильного в этой пьесе, что трудно даже организовать…
Я вижу так много неправильного в этой статье, что трудно даже организовать опровержение, но я постараюсь. В произвольном порядке:
А) IQ НЕ является показателем «неразумности», крайнего или иного..