Публикации по теме 'python'
Как сделать рекомендательный ролик для фильма: создание рекомендательного движка с использованием Keras и TensorFlow
Тип механизма рекомендаций, который мы собираемся создать, - это фильтр для совместной работы. Данные, которые мы собираемся использовать для загрузки нашей модели, - это набор данных MovieLens, это общедоступный набор данных, содержащий информацию о зрителях и фильмах. Код для этой модели основан на этом учебнике от Keras. Код этого руководства можно найти здесь , а для всего проекта - здесь .
Как работает совместная фильтрация
Идея модели совместной фильтрации состоит в том,..
От непрерывного к категориальному: изучение логистической регрессии — неделя 3, день 17
Приветствую, энтузиаст данных! Добро пожаловать на 17-й день нашей серии «Python для науки о данных: 100 дней до мастерства». Основываясь на нашем понимании линейной регрессии из 16-го дня, сегодня мы переходим к логистической регрессии — важному инструменту для задач классификации. К концу нашего занятия вы овладеете концепцией и практической реализацией логистической регрессии с использованием Python.
Логистическая регрессия: учебник для начинающих
В то время как линейная..
Начать изучение Python
Революция генеративного ИИ уже здесь. Следующими будут дополненная реальность (AR) и улучшенная виртуальная реальность (VR), такие как Метавселенная. Мы должны быть готовы к будущему работы. Будущее будет принадлежать тем, кто может эффективно анализировать и принимать решения на основе больших наборов данных, использовать системное представление и может обеспечить быструю разработку, обновления и отладку машин ИИ. Быстрая инженерия относится к зарождающемуся искусству и науке задавать..
Топ 5 кодов машинного обучения Python
Изучите эти пять примеров, чтобы произвести революцию в анализе данных и возможностях прогнозирования
Python — один из самых популярных языков программирования для задач машинного обучения. Он прост в освоении, имеет огромное количество библиотек и фреймворков и достаточно универсален, чтобы его можно было использовать в самых разных приложениях. В этой статье мы обсудим некоторые примеры кода Python для задач машинного обучения, чтобы дать читателям лучшее понимание того, как Python..
Уменьшение размеров с помощью PCA для всех
Краткое введение
Цель-: Цель этой статьи — объяснить уменьшение размеров как полезный метод предварительной обработки перед подгонкой к модели и показать рабочий процесс в Python.
Случай использования – Иногда при построении прогностической модели вы можете столкнуться с наборами данных с большим количеством столбцов/функций, также известных как измерения. Выяснение того, какие столбцы обладают наибольшей прогностической силой, в этих обстоятельствах может быть затруднено. Вот где..
Регулярные выражения в Python
1. Что такое регулярное выражение?
Регулярное выражение — это последовательность символов, определяющая шаблон. Этот шаблон можно использовать для поиска, замены или извлечения данных из текстовых строк. Регулярные выражения часто используются в таких языках программирования, как Python, Perl и Java, для управления текстовыми данными.
Регулярные выражения состоят из двух типов символов: литералов и метасимволов. Литералы — это символы, совпадающие друг с другом, такие как "a" или..
Крупномасштабный анализ графов с помощью Spark: Часть 2
Учебник из 2 частей:
Часть 1 : графики для обучения без учителя.
Часть 2 (вы здесь!) : как использовать магические способности графа. Мы поговорим о распространении меток, Spark GraphFrames и результатах. Репо с образцом графика и записной книжкой здесь: https://github.com/wsuen/pygotham2018_graphmining
В части 1 ( здесь ) мы увидели, как решать задачи неконтролируемого машинного обучения с помощью графов, потому что сообщества - это кластеры . Мы можем использовать ребра..
