Рубрики
Без рубрики

Классификация в машинном обучении – часть 4

Обсуждает алгоритмы классификации в машинном обучении. Tagged с помощью машинного обучения, Python, новичков, классификации.

Рубрики
Без рубрики

Создайте свою первую модель машинного обучения за 5 минут с Google Colab

Машинное обучение – очень горячая тема в наши дни. Компании из разных секторов и размеров, от STA … с меткой машинного обучения, Data Science, Python.

Рубрики
Без рубрики

Как построить сайт предсказательного машинного обучения с помощью React и Python (часть третья: разработка фронта)

Что мы будем строить. Мы будем создавать фронт реагирования машинного обучения, который будет предсказать … Tagged Python, React, MachineLearning, Fastapi.

Рубрики
Без рубрики

7 этапов машинного обучения

Машинное обучение – это область высокого интереса среди технических энтузиастов. Рассматривается как ветвь искусственного … Помечено машинным обучением, наукой о данных, питоном, искусственным интеллектом.

Рубрики
Без рубрики

Введение в автоматизированное машинное обучение в Python с автоголом

Фото Шарлотты Карлсен на Unsplash Autogoal – это новая структура Python для автоматизированной машины … Tagged с помощью машинного обучения, Python.

Рубрики
Без рубрики

Mlops: Развертывание моделей машинного обучения с Docker и Google Cloud Platform (часть 1)

Введение MLOPS Введение Фаза Дизайн Фазы Требования Инженерный Инженер МЛ ИСПОЛЬЗОВАНИЕ И … Tagged с DevOps, Docker, Python, Flask.

Рубрики
Без рубрики

Моя среда питона

Настройка Python на локальной машине. Tagged с Python, Local, Dev, MacOS.

Рубрики
Без рубрики

2020 AI & ML OpenSource

2020 AI & ML OpenSource Rothor Troate Frameworks, Tools, Libraries и Mod … Tagged с помощью машинного обучения, Python, DevOps, Docker.

Рубрики
Без рубрики

Библиотеки машинного обучения Python

Здесь я перечислил 10 наиболее полезных библиотек Python для науки о данных. Pandas numpy scipy matplotlib … Теги с питоном, машинным обучением, информатикой, Scikit Learn.

Рубрики
Без рубрики

Принципиальное машинное обучение: практика и инструменты для эффективного сотрудничества

Проекты машинного обучения часто сложнее, чем они должны быть. Код для обучения модели ML – это просто программное обеспечение, и мы должны быть в состоянии повторить это программное обеспечение в любое время, когда нам нравится. Но состояние инструментов для управления процессами машинного обучения неадекватно. Команды ML могут легко вступить в ситуацию, не помня, как обучалась модель, или данные обучения могут быть потеряны или перезаписаны. Обмен проектом с коллегами может быть неуклюжим .. Tagged с помощью машинного обучения, открытого исходного кода, AI, Python.