NVIDIA遷移學習工具包 ：用于特定領域深度學習模型快速訓練的高級SDK

對于設計和集成智能視頻分析（IVA）端應用程序（如停車管理、安全基礎設施、零售分析、物流管理和訪問控制等）的開發人員，NVIDIA 的遷移學習工具包提供...

2018-12-07 標簽：深度學習數據科學遷移學習 3384 0

如何從頭開始進行數據科學項目

一旦開始獲取數據，非常重要的一點是及早查看數據，以便盡早找出可能存在的問題。例如，爬取程序可能漏掉了一些重要的字段，保存程序至文件時，如果使用逗號作為分...

2018-12-05 標簽：可視化機器學習數據科學 2827 0

使用git管理數據科學試驗的經驗

最重要的是除外敏感信息，比如密碼和API密鑰。如果你早早地提交了包含敏感信息的文件，那么它很快就會變成一場噩夢。從當前快照刪除文件無濟于事——你需要從所...

2018-11-24 標簽：代碼數據科學 1871 0

Kaggle利于數據科學領域新手學習的幾點特征，并帶你學習ML相關知識

它們只是Kaggle的Jupyter筆記本版本，反過來，它只是一種非常有效和酷炫的共享代碼方式，以及大量的可視化，輸出和解釋。“內核”選項卡將您帶到一個...

2018-11-19 標簽：機器學習數據科學 2770 0

集合論：現代數學的共同基礎

先說說分析(Analysis)吧，它是從微積分(Caculus)發展起來的——這也是有些微積分教材名字叫“數學分析”的原因。不過，分析的范疇遠不只是這些...

2018-11-16 標簽：微積分數據科學 5462 0

根據數據科學家最常使用的四種編程語言推薦相應的IDE

PyCharm包括很多工具，集成的調試器和測試運行器，性能調試工具，內置終端，集成主要版本控制系統（包括Git、SVN、Mercurial），遠程開發（...

2018-11-14 標簽：編程語言機器學習數據科學 4446 0

在數據科學領域，真正的“全科專家”屈指可數

當我還在大學讀書的時候，我寫了一篇關于數據科學和建筑能源審計的長論文，這是我第一個真正意義上的數據科學項目。從那時起，我就有開始意無意地糾正自己的一些編...

2018-11-12 標簽：神經網絡深度學習數據科學 1980 0

GBM算法的歷史和原理

AdaBoost效果不錯，但為何這一算法如此成功卻缺乏解釋，這正是一些疑惑產生的源頭。有些人認為AdaBoost是一個超級算法，一枚銀彈，但另一些人顧慮...

2018-11-08 標簽：梯度機器學習數據科學 2.5萬 0

假設不懂數據科學，如何解決問題?

常識告訴你，應該選擇那些最忠誠的顧客，畢竟，他們是最可能對郵件感興趣的人。（不過，其實這個問題也可以從增量建模（Uplift Modeling）的角度考...

2018-10-10 標簽：深度學習數據科學 2090 0

分享進行真實世界數據科學項目的經驗教訓

我將在這篇文章中討論一些開發維護高效、可持續的數據科學項目的指導意見。這篇指南基于我在自己的數據科學項目中得到的教訓，還結合了我看到的其他人進行數據科學...

2018-10-08 標簽：算法數據科學 2892 0

11種深度學習框架影響力評估

總體而言，PyTorch是第三流行的框架，也是第二流行的獨立框架。它比TensorFlow要年輕，流行度的增速十分迅猛。它也支持TensorFlow尚不...

2018-09-30 標簽：深度學習數據科學 3102 0

Feedly推薦系統背后使用的機器學習技術

我們同樣根據向量的性質檢測這些重復主題。在我們的例子中，“Tech”向量的分量[50000, 30000, 5, 2]和“Technology”的[12...

2018-09-25 標簽：機器學習數據科學 2486 0

有關Python的文章最熱門的10篇

該文章介紹了如何通過類型注解在 Python 中使用 macro 宏，該靈感來自于作者以往使用 Rust 的體驗。引入宏系統可為我們提供便捷的調用方式，...

2018-09-16 標簽：Python計算機圖像數據科學 8873 0

概率論的核心法則（基本公理）介紹

這條公理表示為如果兩事件互斥（即兩事件不可能同時發生），那么這兩個事件其中有一個發生的概率等于各個事件發生的（邊緣）概率之和。我早說過了，這讓人疑惑。讓...

2018-09-24 標簽：概率論數據科學 8427 0

對監督機器學習的基本限制和目標進行深刻而簡潔的描述

這個公式實際上告訴你，在看到數據/證據（可能性）之后更新你的信念（先驗概率），并將更新后的信念程度賦予后驗概率。你可以從一個信念開始，但每個數據點要么加...

2018-09-24 標簽：機器學習數據科學 1914 0