2 min read
Synthetic Data Metrics یک کتابخانه پایتون منبع باز برای ارزیابی داده های جدولی مدل-آگنوستیک با قرار دادن مجموعه داده های تولید شده توسط ماشین در برابر مجموعه داده های واقعی است.
علم داده
6 min read
بیاموزید که چگونه از JavaScript قابل مشاهده و کتابخانه Observable Plot بهترین استفاده را ببرید، از جمله راهنمای گام به گام هشت وظیفه اصلی تجسم داده در Plot.
6 min read
توانایی استخراج مقادیر زیادی از داده ها برای مطالعه نحوه عملکرد کاربران، مزایای تجاری طولانی مدت و فرصت های کاهش ریسک را ارائه می دهد.
4 min read
یک رویکرد ساده‌تر – داده‌های خوب، پرسش‌های SQL، دستورات if/then- اغلب کار را انجام می‌دهد.
1 min read
ابزارهای هوش مصنوعی معرفی شده در .conf2023 این شرکت عبارتند از Splunk AI Assistant، Splunk Machine Learning Toolkit 5.4، Splunk App for Anomaly Detection و Splunk App for Data Science and Deep Learning 5.1.
4 min read
تلاش علم داده، چابکی را کاهش می‌دهد و از افزایش کارآمد و پایدار تلاش‌های علم داده توسط سازمان‌ها جلوگیری می‌کند. در اینجا نحوه جلوگیری از آن آمده است.
8 min read
انتقال علم داده به سمت تولید شباهت های زیادی با بکارگیری یک برنامه کاربردی دارد. اما تفاوت های کلیدی وجود دارد که نباید آنها را نادیده گرفت.
5 min read
ChatGPT و دیگر مدل‌های زبان بزرگ چه چیزی مدیون سازندگان انسانی هستند که اطلاعاتی را که بر اساس آنها آموزش می‌دهند ارائه می‌کنند؟ اگر سازندگان اطلاعات آماری خود را در دسترس عموم قرار ندهند، چه؟
2 min read
در جایی که داده های واقعی غیراخلاقی است، در دسترس نیست یا وجود ندارد، مجموعه داده های مصنوعی می توانند کمیت و تنوع مورد نیاز را فراهم کنند.
10 min read
یادگیری ماشینی از الگوریتم‌هایی برای تبدیل یک مجموعه داده به مدلی استفاده می‌کند که می‌تواند الگوها را شناسایی کند یا از داده‌های جدید پیش‌بینی کند. اینکه کدام الگوریتم بهتر عمل می کند به مشکل بستگی دارد.
7 min read
سیستم‌های هوش مصنوعی هنوز به بلوغ و توانایی کافی برای عملکرد مستقل نرسیده‌اند، اما همچنان می‌توانند با کمک انسان معجزه کنند. فقط به چند نرده محافظ نیاز داریم.
4 min read
تحلیلگران کسب و کار با محدودیت های ابزار BI مواجه هستند و به دنبال راه هایی برای انجام تجزیه و تحلیل های پیشرفته تر هستند. پایتون راه رو به جلو است.
3 min read
پایتون ابزارهای محاسباتی علمی فراوانی دارد، پس چگونه تصمیم می گیرید کدام یک برای شما مناسب است؟ این کتاب سر و صدا را کاهش می دهد تا به شما در ارائه نتایج کمک کند.
8 min read
از آنجایی که سازمان‌ها در سراسر جهان تقریباً در هر صنعت از یادگیری ماشینی استفاده می‌کنند، تقاضا برای مهندسان یادگیری ماشین در حال افزایش است.
1 min read
مقامات RStudio می گویند که R را کنار نمی گذارند بلکه به دنبال گسترش مدل منبع باز خود هستند.
4 min read
پایتون ممکن است گزینه دوم برای R باشد، اما محبوبیت و سهولت استفاده آن، آن را در علم داده تسلط می‌بخشد.
2 min read
PipelineDP اجازه می دهد تا مجموعه داده های حاوی اطلاعات شخصی را به گونه ای جمع آوری کنند که حریم خصوصی افراد حفظ شود.
3 min read
برای موفقیت تیم های علم داده، رهبران کسب و کار باید اهمیت Mlops، modelops و چرخه زندگی یادگیری ماشین را درک کنند. این قیاس ها و مثال ها را امتحان کنید تا اصطلاحات را از بین ببرید.
8 min read
علم داده در حال حاضر یک عنصر حیاتی از یک کسب و کار موفق است. خیلی زود بخشی از هر برنامه کاربردی خواهد بود و هوش مصنوعی در هر گردش کار تراکنش تعبیه خواهد شد.
5 min read
NumPy به سریع بودن معروف است، اما همیشه جایی برای بهبود وجود دارد. در اینجا نحوه استفاده از Cython برای تکرار روی آرایه های NumPy با سرعت C آورده شده است.
