Публикации по теме 'data-visualization'
1. Математика и вероятность: получить прочную основу в математике и вероятности…
Дорожная карта машинного обучения
1. Математика и вероятность. Для машинного обучения необходимо получить прочную основу в области математики и вероятности. Следует изучать такие темы, как линейная алгебра, исчисление, статистика и теория вероятностей.
2. Программирование: изучение языков программирования, таких как Python и R, необходимо для реализации алгоритмов машинного обучения. Понимание структур данных и алгоритмов также важно.
3. Исследование и очистка данных. Прежде чем..
Обзор 50 лучших песен по странам
Анализ с использованием аудиофункций Spotify
Я буду просматривать плейлисты еженедельных песенных чартов , которые создаются Spotify каждую неделю и к которым легко получить доступ. Они состоят из 50 самых популярных треков в стране или во всем мире.
Меня больше всего интересовали списки воспроизведения песен в Южной Африке, Южной Корее, США и Индии, и я выбрал их для своего анализа.
Вы можете посмотреть другие страны, исходя из ваших конкретных интересов. Все, что вам нужно для..
10 библиотек Python для анализа данных
В этом блоге я буду перечислять 10 лучших библиотек для анализа данных.
Панды
Библиотека для обработки и анализа данных, включающая инструменты для чтения и записи данных, очистки и преобразования данных, а также выполнения статистического анализа.
Пример. Использование Pandas для чтения и очистки CSV-файла от данных о клиентах, а затем вычисления сводной статистики , такой как среднее значение, медиана и мода для ключевых показателей.
NumPy
Библиотека для численных вычислений,..
Учебник по ES6
Эта статья является частью моей серии Визуализация с помощью React . Предыдущая статья: React и D3 — сходства и различия
В этом руководстве я буду использовать нотацию ES6 всякий раз, когда я обычно делаю это в своей повседневной работе. В ES6 есть много различий по сравнению с предыдущими версиями javascript, и это может быть пугающим. Но в наше время большая часть кода, с которым вы можете столкнуться, будет написана на ES6, поэтому поверхностное знание некоторых его функций может..
Машина опорных векторов (SVM)
Машина опорных векторов (SVM) — это алгоритм машинного обучения, используемый для классификации и регрессионного анализа. SVM особенно хорошо подходят для задач классификации, когда данные неразделимы линейно, а это означает, что нет прямой линии или гиперплоскости, которые могли бы разделить два класса. Вместо этого SVM пытаются найти гиперплоскость, которая максимизирует разницу между двумя классами.
Для этого SVM используют функцию ядра для преобразования данных в многомерное..
Сравнительный анализ Windows 11, WSL2 и Ubuntu 22.04 для Python с использованием запусков MCMC.
Я протестировал время выполнения сценария Python для алгоритма Metropolis в Windows 11 [версия 10.0.22621.1265], WSL2 [5.15.79.1-microsoft-standard-WSL2] в Windows 11 с терминальной средой Ubuntu [установленная версия 2204.1.8.0 ] и Ubuntu 22.04. Каждый из них с версией Python 3.10.6 работал на одном компьютере с процессором Intel(R) Core(TM) i5-8250U с тактовой частотой 1,60 ГГц, 1801 МГц, 4 ядра, 8 логических процессоров.
Прогон был для динамики модели Изинга с использованием алгоритма..
Форма как часть языка запросов
Посмотрите, как поиск аналогий может помочь вам решить сложные проблемы.
Вчера мы обсуждали рефакторинг API. Мы смотрели на сквозную задачу, в которой работа по получению, обработке и манипулированию данными для отображения проходила через пару сервисов и, что более важно, во внешний интерфейс.
Уже несколько месяцев мы утверждаем, что решим эту проблему в Mythical Middleware . Шутка; но он признает трюизм, что вещи редко стоит чинить, пока они не сломаны. Но наша нынешняя..
