• Technologia
  • Analiza Danych
  • Dla dzieci
  • Technologia
  • Analiza Danych
  • Dla dzieci

Nie znaleziono Widżetów w opisie Panelu Bocznego

  • Analiza Danych

    Narzędzia do automatyzacji eksploracyjnej analizy danych (EDA) w Python

    2021-07-14 /

    Zrozumienie danych jest pierwszym i najważniejszym krokiem w Data Science i budowie dobrego modelu uczenia maszynowego. Służy do tego analiza eksploracyjna danych (EDA, ang. Exploratory Data Analysis), która jest iteracyjnym, ekscytującym, ale często bardzo żmudnym procesem. Proces zrozumienia i przygotowania danych, którego EDA jest nieodłączną częścią stanowi nawet 80% całego czasu poświęconego na budowę modelu. Z pomocą przychodzi automatyzacja eksploracji, która jest kluczem do usystematyzowania tego procesu i redukcji kosztów. Biblioteki w Python przeznaczone do manipulacji danymi, wizualizacji i uczenia maszynowego jak pandas, scikit-learn, czy seaborn, zawierają w sobie narzędzia, które analizę ułatwiają, jednak nie są stworzone z myślą o automatyzacji powtarzalnych czynności. Ta jest zostawiana twórcom eksperymentów i programistom.…

    czytaj dalej

    Zobacz również

    Środowisko pracy Data Science w Python

    2020-06-24

    Rozwiązywanie równań różniczkowych cząstkowych za pomocą głębokiego uczenia

    2021-09-14

    Entropia – pomost pomiędzy fizyką a uczeniem maszynowym

    2021-08-12

Kategorie

  • Analiza Danych
  • Archiwum
  • Dla dzieci
  • Smartfony, Tablety, Laptopy
  • Uczenie Maszynowe
Ashe Motyw przez WP Royal.