С днём рождения, NTA!
29.01.2022
Spark Workflow
28.01.2022
Рассмотрим, что происходит от старта до окончания работы Spark приложения
Сбор данных с обходом капчи посредством PyAutoGui, Keras и Tensorflow
27.01.2022
Как увеличить скорость работы в сравнении с человеческими ресурсами.
Способы представления аудио в ML
26.01.2022
В статье рассмотрены основные формы представления аудио для дальнейшего использования в различных сферах обработки данных.
Adversarial Validation
26.01.2022
Модель хорошо адаптировалась к наблюдениям из обучающего датасета, но показала плохое качество предсказания на тестовом? Расскажу о способе, который поможет заранее предусмотреть, чтобы такая проблема при обучении модели не случилась
Метод опорных векторов для классификации отзывов на Python
26.01.2022
Текстовые данные не воспринимается моделью машинного обучения? Выполним конвертацию строкового представления в числовое и применим алгоритмы машинного обучения.
А ловко ты это придумал! Метод распараллеливания работы моделей на CPU и GPU.
26.01.2022
Постоянное обучение модели будь то Machine Learning, или задачи в области Computer Vision занимает безумно много времени и ожидание очень утомительно? Поделюсь способом, чтобы сократить время обучения и повысить эффективность ее работы
API и ФССП: как это работает?
25.01.2022
При проведении проверок, часто сталкиваешься с необходимостью получения данных о наличии исполнительных производств в отношении физических лиц. Поделюсь опытом написания скрипта по автоматизации работы с данными сайта ФССП.
Проверка контрагентов. Парсинг fedresurs.
25.01.2022
В этой статье хочу познакомить читателя с таким ресурсом, как «Единый федеральный реестр сведений о фактах деятельности юридических лиц» (fedresurs.ru), рассказать о его применимости и показать возможность прошерстить ресурс не руками по большому количеству клиентов, а с использованием C# (в вашем случае можете использовать любой другой язык, который вам нравится, подходы, думаю, не изменятся) и […]
QlikView основные объекты визуализации
24.01.2022
В предыдущей статье я описал методы трансформации данных и построения модели в QlikView (далее – QV). Следующим этапом разработки является создание непосредственно дэшборда (далее –DB), который будет доступен для пользователей. Проект DB представляет из себя лист или набор листов, на которых расположены объекты визуализации данных: Добавить лист можно при помощи пункта меню «Layout-Add Sheet…». Удалить […]
С днём рождения, NTA!
29.01.2022
Spark Workflow
28.01.2022
Рассмотрим, что происходит от старта до окончания работы Spark приложения
Сбор данных с обходом капчи посредством PyAutoGui, Keras и Tensorflow
27.01.2022
Как увеличить скорость работы в сравнении с человеческими ресурсами.
Способы представления аудио в ML
26.01.2022
В статье рассмотрены основные формы представления аудио для дальнейшего использования в различных сферах обработки данных.
Adversarial Validation
26.01.2022
Модель хорошо адаптировалась к наблюдениям из обучающего датасета, но показала плохое качество предсказания на тестовом? Расскажу о способе, который поможет заранее предусмотреть, чтобы такая проблема при обучении модели не случилась
Метод опорных векторов для классификации отзывов на Python
26.01.2022
Текстовые данные не воспринимается моделью машинного обучения? Выполним конвертацию строкового представления в числовое и применим алгоритмы машинного обучения.
А ловко ты это придумал! Метод распараллеливания работы моделей на CPU и GPU.
26.01.2022
Постоянное обучение модели будь то Machine Learning, или задачи в области Computer Vision занимает безумно много времени и ожидание очень утомительно? Поделюсь способом, чтобы сократить время обучения и повысить эффективность ее работы
API и ФССП: как это работает?
25.01.2022
При проведении проверок, часто сталкиваешься с необходимостью получения данных о наличии исполнительных производств в отношении физических лиц. Поделюсь опытом написания скрипта по автоматизации работы с данными сайта ФССП.
Проверка контрагентов. Парсинг fedresurs.
25.01.2022
В этой статье хочу познакомить читателя с таким ресурсом, как «Единый федеральный реестр сведений о фактах деятельности юридических лиц» (fedresurs.ru), рассказать о его применимости и показать возможность прошерстить ресурс не руками по большому количеству клиентов, а с использованием C# (в вашем случае можете использовать любой другой язык, который вам нравится, подходы, думаю, не изменятся) и […]
QlikView основные объекты визуализации
24.01.2022
В предыдущей статье я описал методы трансформации данных и построения модели в QlikView (далее – QV). Следующим этапом разработки является создание непосредственно дэшборда (далее –DB), который будет доступен для пользователей. Проект DB представляет из себя лист или набор листов, на которых расположены объекты визуализации данных: Добавить лист можно при помощи пункта меню «Layout-Add Sheet…». Удалить […]
Sign Language Recognition (SLR) или распознавание языка жестов
21.01.2022
Переводим жесты в текст с помощью Long Short-Term Memory.
Предсказание количества лайков у комментария в YouTube
20.01.2022
Наверняка у каждого хотя бы раз было такое желание, чтоб написать комментарий и получить массу лайков за него. Но тут возникает вопрос: а что нужно написать, чтобы получить максимальное количество лайков? И для этого можно использовать машинное обучение!
Pipelined или Конвейерная функция
19.01.2022
В 1913 году Генри Форд запустил первый сборочный конвейер по сборке генераторов. Как итог: сокращение сборки генератора с 20 до 5 минут. Принцип готовый промежуточный результат передается дальше по конвейеру был применен в специальных функциях Oracle.
Анализ производительности инструментов Computer Vision в процессе кадрирования видео
18.01.2022
Как быстро сформировать фреймы видео? Какой наиболее оптимальный и наименее ресурсоемкий инструмент Computer Vision при нарезке видео на кадры? Делюсь результатами проведенного сравнительного анализа работоспособности OpenCV и MoviePy.
Классификация дорожных знаков с помощью CNN
17.01.2022
В рамках дипломного проекта, мне необходимо создать программу, которая сможет классифицировать различные дорожные знаки. За основу я возьму 3 распространённых дорожных знака, чтобы на их примере оценить работоспособность и в дальнейшем принимать решения по улучшению нейронки.
С днём рождения, NTA!
29.01.2022
Spark Workflow
28.01.2022
Рассмотрим, что происходит от старта до окончания работы Spark приложения
Сбор данных с обходом капчи посредством PyAutoGui, Keras и Tensorflow
27.01.2022
Как увеличить скорость работы в сравнении с человеческими ресурсами.
Способы представления аудио в ML
26.01.2022
В статье рассмотрены основные формы представления аудио для дальнейшего использования в различных сферах обработки данных.
Adversarial Validation
26.01.2022
Модель хорошо адаптировалась к наблюдениям из обучающего датасета, но показала плохое качество предсказания на тестовом? Расскажу о способе, который поможет заранее предусмотреть, чтобы такая проблема при обучении модели не случилась
Метод опорных векторов для классификации отзывов на Python
26.01.2022
Текстовые данные не воспринимается моделью машинного обучения? Выполним конвертацию строкового представления в числовое и применим алгоритмы машинного обучения.
А ловко ты это придумал! Метод распараллеливания работы моделей на CPU и GPU.
26.01.2022
Постоянное обучение модели будь то Machine Learning, или задачи в области Computer Vision занимает безумно много времени и ожидание очень утомительно? Поделюсь способом, чтобы сократить время обучения и повысить эффективность ее работы
API и ФССП: как это работает?
25.01.2022
При проведении проверок, часто сталкиваешься с необходимостью получения данных о наличии исполнительных производств в отношении физических лиц. Поделюсь опытом написания скрипта по автоматизации работы с данными сайта ФССП.
Проверка контрагентов. Парсинг fedresurs.
25.01.2022
В этой статье хочу познакомить читателя с таким ресурсом, как «Единый федеральный реестр сведений о фактах деятельности юридических лиц» (fedresurs.ru), рассказать о его применимости и показать возможность прошерстить ресурс не руками по большому количеству клиентов, а с использованием C# (в вашем случае можете использовать любой другой язык, который вам нравится, подходы, думаю, не изменятся) и […]
QlikView основные объекты визуализации
24.01.2022
В предыдущей статье я описал методы трансформации данных и построения модели в QlikView (далее – QV). Следующим этапом разработки является создание непосредственно дэшборда (далее –DB), который будет доступен для пользователей. Проект DB представляет из себя лист или набор листов, на которых расположены объекты визуализации данных: Добавить лист можно при помощи пункта меню «Layout-Add Sheet…». Удалить […]
Sign Language Recognition (SLR) или распознавание языка жестов
21.01.2022
Переводим жесты в текст с помощью Long Short-Term Memory.
Предсказание количества лайков у комментария в YouTube
20.01.2022
Наверняка у каждого хотя бы раз было такое желание, чтоб написать комментарий и получить массу лайков за него. Но тут возникает вопрос: а что нужно написать, чтобы получить максимальное количество лайков? И для этого можно использовать машинное обучение!
Pipelined или Конвейерная функция
19.01.2022
В 1913 году Генри Форд запустил первый сборочный конвейер по сборке генераторов. Как итог: сокращение сборки генератора с 20 до 5 минут. Принцип готовый промежуточный результат передается дальше по конвейеру был применен в специальных функциях Oracle.
Анализ производительности инструментов Computer Vision в процессе кадрирования видео
18.01.2022
Как быстро сформировать фреймы видео? Какой наиболее оптимальный и наименее ресурсоемкий инструмент Computer Vision при нарезке видео на кадры? Делюсь результатами проведенного сравнительного анализа работоспособности OpenCV и MoviePy.
Классификация дорожных знаков с помощью CNN
17.01.2022
В рамках дипломного проекта, мне необходимо создать программу, которая сможет классифицировать различные дорожные знаки. За основу я возьму 3 распространённых дорожных знака, чтобы на их примере оценить работоспособность и в дальнейшем принимать решения по улучшению нейронки.
River – библиотека для инкрементного машинного обучения на потоковых данных
14.01.2022
Обеспечение постоянной доступности к данным является жестким ограничением для применения машинного обучения в большинстве приложений из реального мира, где данные генерируются непрерывно.
Непрерывное обучение отлично показывает себя в задачах прогнозирования временных рядов, фильтрации спама, рекомендательных системах, прогнозировании CTR и интернете вещей. Подробнее расскажем в этой статье
Polars: самая быстрая библиотека для обработки данных
13.01.2022
В этой статье я хочу поделиться с вами альтернативой Pandas, которая работает в 2 раза быстрее. Polars – одна из малоизвестных библиотек, выпущенная летом 2021 года. Стоит отметить, что Polars такой быстрый за счет реализации библиотеки на языке Rust и использования Apache Arrow в качестве основы. Давайте проведем сравнение быстродействия этих двух библиотек
Линейная регрессия на заданном наборе данных
12.01.2022
Друзья, известно, что линейная регрессия — это алгоритм Machine Learning, базирующийся на обучении с учителем. Регрессия моделирует целевое значение прогноза на основе независимых переменных. Алгоритм применяется для определения взаимосвязи между переменными и прогнозирования.
В этой статье я покажу, как можно использовать библиотеки Python для того, чтобы создать линейную регрессию на имеющемся заданном наборе данных. В частности, будет использована бинарная линейная модель, чтобы было проще визуализировать ее.
BigARTM – тематическое моделирование на Python
11.01.2022
Одной из задач обработки естественного языка является разделение коллекции текстов на темы, а также, выделение ключевых слов. Это делается для того, чтобы категорировать документы, например, для удобного поиска или получения общего представления о всей коллекции.
В данной статье рассказывается о библиотеке BigARTM (Python) для разделения текстов по тематикам.
От Pandas к Dask
10.01.2022
Приходится ли Вам обрабатывать табличные данные на персональных компьютерах? Зачастую обработка таких данных выполняется с помощью Python и библиотеки Pandas.
Несмотря на удобство и широкий функционал библиотеки Pandas, обработка с её помощью больших наборов данных становится затруднительной. Преодолеть ограничения, связанные с большим объемом данных, позволяет библиотека Dask.