Статьи и новости

 

  1. MLOps подход

    По аналогии с DevOps и DataOps, в связи с популяризацией методов Machine Learning и ростом их практических внедрений, у бизнеса появилась потребность в организации непрерывного сотрудничества и взаимодействия между всеми...
  2. ML-pipeline в Apache Spark MLLib

    Конвейеры – это простой способ упорядочить код предварительной обработки данных и ML-моделирования. Непрерывная цепочка связанных работ дает следующие преимущества в промышленном Machine Learning: чистый код за счет автоматизации...
  3. Анализ данных социальных сетей: подходы и методы

    Социальные сети являются хорошим источником данных и важно уметь эффективно работать с этим данными. Рассмотрим несколько особенностей и подходов работы с данными социальных сетей. Стоит отметить, что...
  4. Сверточная нейросеть в браузере (на JavaScript)

    Продолжает строить и обучать нейросети в браузере с использованием tensorflow.js и сегодня классический пример для сверточных нейронных сетей — задача распознавания рукописных цифр на основе MNIST. Прямо...
  5. Искусственный интеллект простыми словами

    Мини-лекция про искусственный интеллект простыми словами. Обсудим как машины обучаются на основе данных, что такое машинное обучение и какие существуют его типы, что такое глубокое обучение и...
  6. Как выстраивается работа с данными в компании. Этапы и стратегия

    Первые пилотные проекты На этом этапе происходит построение пилотных моделей машинного обучения, которые могут быть как рекомендательными, так и оценочными. В ходе выполнения пилотов даются рекомендации по...
  7. 6 принципов внедрения ИИ в бизнес

    Чтобы эффективно использовать искусственный интеллект и стать в ряду лидеров инноваций, важно придерживаться шести принципов. 1. Структурность Компоненты ИИ в бизнесе должны играть роль многофункциональных и взаимозаменяемых...

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.