1. Глубинное обучение в бизнесе

    We are witnessing a historic moment for technology advancement. Today we can pull together the best hardware, affordable infrastructure and vast amounts of data to fundamentally transform the way we conduct business. The promise of artificial intelligence is ubiquitous and often portrayed in Hollywood as a calculating robo-nemesis, disguised as...
  2. C чего начать глубинное обучение?

    Ресурсы по глубинному обучению. Как и с чего начать изучение глубинного обучения? Due to the recent achievements of artificial neural networks across many different tasks (such as face recognition, object detection and Go), deep learning has become extremely popular. This post aims to be a starting point for those interested...
  3. Машинное обучение и нейронные сети

    Опыт старшего научного сотрудника и технического директора исследовательского центра Google в Цюрихе (Источник) Машинное обучение — путь к искусственному интеллекту Машинное обучение — это всего лишь попытка сделать машину, которая учится на своем опыте. Сегодня мы предполагаем, что разработка таких машин — самый быстрый путь к созданию настоящего искусственного интеллекта....
  4. 12 алгоритмов, которые должен знать каждый data scientist

    Алгоритмы являются неотъемлемой частью обработки данных. Предлагаем рассмотреть инфографику о 12 блоков алгоритмов, которые должен знать каждый исследователь данных. Внутри «блоков» имеется список присущих блоку алгоритмов. Источник
  5. Алгоритм PageRank

    Продолжаем описание популярных алгоритмов из серии «Топ-10 data mining алгоритмов» и сегодня весьма интересный случай — алгоритм PageRank. PageRank – это алгоритм ссылочного ранжирования, разработанный для определения относительной важности объекта, связанного с сетью объектов. Ссылочное ранжирование? Это тип сетевого анализа, определяющий ассоциации (читай, связи) между объектами. Вот пример: Наиболее известный...
  6. Машинное обучение в реальном бизнесе

    Вот несколько неочевидных способов применения машинного обучения, которые ежедневно делают нашу жизнь лучше. Сделать пользовательский контент ценным ресурсом В среднем пользовательский контент ужасен. Он куда хуже, чем вы могли бы подумать. В нём множество опечаток, вульгарщины и ложной информации. С помощью самообучающихся алгоритмов можно определить, какой контент плох, а какой...
  7. EM-алгоритм

    Переходим к следующему алгоритму в рамках «Топ-10 data mining алгоритмов», а именно к EM-алгоритму. В data mining алгоритм максимизации ожидания (expectation-maximization (EM) обычно используется как кластерный алгоритм (наподобие алгоритма к-средних) для обнаружения знаний. В математической статистике EM-алгоритм считается итерационным и используется для оценки максимального правдоподобия при вычислении параметров статистической модели...
  8. Questions & Answers: Process & Miscellaneous

    1. How to optimize algorithms? (parallel processing and/or faster algorithms). Provide examples for both “Premature optimization is the root of all evil”; Donald Knuth Parallel processing: for instance in R with a single machine. — doParallel and foreach package — doParallel: parallel backend, will select n-cores of the machine —...

Data Scientist # 1

Машинное обучение, большие данные, наука о данных, анализ данных, цифровой маркетинг, искусственный интеллект, нейронные сети, глубокое обучение, data science, data scientist, machine learning, artificial intelligence, big data, deep learning

Данные — новый актив!

Эффективно управлять можно только тем, что можно измерить.
Copyright © 2016-2021 Data Scientist. Все права защищены.