Превью для статьи

Создаем ML модели с Optimus

Если вы- специалист по данным и в своей работе занимаетесь извлечением наилучшей информации из данных, но по какой-либо причине еще не готовы использовать dbt или подходы ELT, предлагаю обратить внимание на такой инструмент с открытым кодом, как библиотека Optimus

Превью для статьи

Pac-Man на основе Deep Q Network модели

Reinforcement Learning – одно из самых развивающихся и перспективных направлений машинного обучения. С помощью него можно попробовать разные действия исследуемого агента, сделать вывод об их успешности, накопить полученные знания и использовать их при будущем выборе. Такой подход используется, например, в переговорных ботах, где ведутся переговоры с клиентом, и есть цель – совершить самую выгодную сделку среди всех возможных, а также, например, такой алгоритм заложен в беспилотных автомобилях.

Превью для статьи

Браузерный ML с TensorFlow.js

TensorFlow – библиотека, которая имеет открытый исходный код, с помощью нее можно разрабатывать и обучать ML модели.

Превью для статьи

Сравнение линейных моделей регрессии в Machine Learning

В этой статье я бы хотела рассмотреть несколько линейных моделей регрессии, охватывая некоторые базовые подходы, которые лежат в основе математики.
Данная статья направлена на разработку оптимальной линейной модели, которая применима конкретно к рассматриваемому проекту.
Вне зависимости от уровня Ваших знаний, статья подкреплена примерами для формирования подходов к предмету, поэтому, сложности в понимании реализации кода на Python у пользователя возникнуть не должно.

Превью для статьи

Machin Learning на C++. Легко! Ну почти…

Далеко не секрет, что в настоящее время наиболее часто для целей машинного обучения используется язык программирования Python поскольку для него разработано большое количество инструментов, предоставляющих ML-функционал. И даже, если разработчик привык писать на другом языке программирования, то при возникновении задачи, связанной с машинным обучением, с высокой долей вероятности он примет решение в пользу Python.

Превью для статьи

Балансировка массива для ML при недостаточном количестве миноритарных объектов в массиве.

При моделировании какого-либо процесса с помощью ML (machine learning), одной из наиболее трудоемких и ответственных задач является создание массива данных, достаточного по объему для создания модели с высокими качественными характеристиками. Что делать, если данных недостаточно?

Превью для статьи

CV. Детектирование таблицы.

Наверняка в жизни многих из нас были ситуации, когда мы смотрели на листочек или фотографию с красивой и нужной табличкой, но ничего не могли поделать. А потом смирившись перепечатывали ее в Word вручную. Если так, то присаживайтесь поудобнее, эта статья как раз для Вас!

Data News