Публикации по теме 'ml-so-good'


5 шагов для создания Data Web App MVP с помощью Python и Streamlit
🤯 Введение Вы когда-нибудь чувствовали разочарование, что после создания отличной модели машинного обучения на ноутбуке Jupyter ничего не происходит? Разве не было бы здорово иметь возможность развернуть его в Интернете и поделиться им со всеми, чтобы столкнуться с ним в реальной жизни? 🤔 Когда Data Scientist или любой другой заинтересованный в данных человек реализует личный проект, часто бывает так, что он хочет поделиться своей работой со всем сообществом. Особенно, если этот..
Демистификация машинного обучения на основе графов
И почему вы не можете позволить себе не использовать графики Мне потребовалось много времени, чтобы окунуться в изучение графов… Я, вероятно, страдал от самой распространенной эпидемии среди специалистов по обработке и анализу данных: я находил молоток и ходил вокруг в поисках новых гвоздей, чтобы попасть по ним… и когда у вас есть глубокое обучение, все выглядит как хороший ноготь! Что еще хуже, когда я был аспирантом компьютерных наук, я прошел несколько курсов Advanced Graph..
Советы по AWS DeepRacer: управление моделями
Если вы открываете эту статью, значит, вы знакомы с AWS DeepRacer или, возможно, пробовали и были заинтригованы им. Я не буду обсуждать, что такое AWS DeepRacer. Эта статья о том, как вы можете управлять ограниченным пространством, которое у нас есть для хранения нашей модели. У AWS DeepRacer много дорожек (или мы называем это миром), и нам может понадобиться определенная модель для каждой дорожки. Чем больше моделей у нас есть, тем больше плата за хранение нам нужно платить. Хотя..
Какие алгоритмы я должен знать, чтобы стать хорошим программистом?
15 лучших алгоритмов машинного обучения, которые должен знать каждый программист Какие алгоритмы я должен знать, чтобы стать хорошим программистом? Подробное руководство по наиболее важным алгоритмам построения интеллектуальных систем В последние годы машинное обучение преобразовало многие отрасли и открыло передовые возможности. Если вы программист, хорошо разбираетесь в основных алгоритмах машинного обучения, это может значительно расширить ваш набор навыков и карьерные..
Советы экспертов по науке о данных для проектов по науке о данных
В связи с растущим спросом на науку о данных в науке о данных выполняется много проектных работ, особенно новичками и энтузиастами. Множество проектов, найденных в Интернете, способствует количеству, но не качеству. Качественный проект/публикация окажет большее влияние на ваше DS Journey, чем миллион посредственных. В этой статье я соберу советы и отзывы различных специалистов по науке о данных о реализации качественного проекта по науке о данных. Во-первых, сохраняйте смысл..
Понимание каппы Коэна на примере
Оценка соглашения между аннотаторами В этом блоге я расскажу о каппе Коэна и покажу вам практический пример ее вычисления. На ранней стадии построения сквозного конвейера машинного обучения получение контроля над качеством данных для обучения наших моделей машинного обучения является очень важным шагом. Просто…
Обслуживание моделей машинного обучения с помощью FastAPI
Руководство по обслуживанию модели машинного обучения через API с использованием FastAPI, Pydantic и Sklearn Вы обучили прогнозирующую модель на своем наборе данных. Модель хорошо работает как при перекрестной проверке, так и на тестовом наборе. Это хорошо. Но каковы же дальнейшие шаги? Что вы делаете с моделью? Модель машинного обучения бесполезна, если ее кто-то не использует. Наша цель как специалистов по данным – создавать хорошие модели и делиться ими с нашей..