Learn more about Data Science - Section 11

应用和使用正态分布进行数据科学

开始学习数据科学时可能会遇到一个非常困难的问题，那就是确定这个旅程究竟从何开始，又在何处结束就数据科学旅程的终点而言...

掌握模型可解释性：全面了解部分依赖图

了解如何解释你的模型对于了解它是否表现出奇怪的行为至关重要你对模型的了解越多，当它开始运行时，你就越不容易对其行为感...

学习Transformers编码优先：第一部分 – 设置

我不知道你怎么看，但有时候看代码比读论文更容易当我在开发AdventureGPT时，我首先阅读了BabyAGI的源代码，这是ReAct的一种...

魔鬼就在细节中：通过独特思维成为Power BI冠军

几周前，我在为我的一位客户进行Power BI报告的性能调优工作报告页面渲染非常缓慢（超过15秒）为了给您提供一些背景信息：…

在生成式人工智能时代发展数据职业

每个新的数据专业人士在生成性人工智能时代发展数据职业的基础知识应该有的是数据质量管理和数据架构

使用超小数据集的文本分类挑战：微调对比ChatGPT

Toloka ML团队持续研究并比较了在不同条件下进行文本分类的不同方法在这里，我们展示了我们在自然语言处理性能方面的另一个实验…

高基数分类变量的混合效应机器学习 —— 第一部分：不同方法的实证比较

机器学习中的随机效应：更好地对高基数分类变量进行建模——方法介绍与比较

理解A/B测试：通过深入问题来更好地理解

本文重点介绍实验背景下常见的统计错误它以五个问题及许多人认为反直觉的答案的形式进行阐述本文适用于那些已经具备一定基础...

如何企业可以构建自己的大型语言模型类似于OpenAI的ChatGPT

语言模型近年来引起了极大的关注，彻底改变了自然语言处理、内容生成和虚拟助手等各个领域其中最重要的之一是……

超越Numpy和Pandas：发掘较少知名的Python库的潜力

当谈到Python中的数据操作和计算时，我们通常会想到Pandas和Numpy让我们来探索另外三个强大的库

使用AWS和Power BI分析美国航班

∘ 问题陈述 ∘ 数据 ∘ AWS架构 ∘ 使用AWS S3进行数据存储 ∘ 设计模式 ∘ 使用AWS Glue进行ETL（提取、转换和加载） ∘ 使用AWS R...

使用滚动回归估计时间变动系数

回归分析中的一个挑战是要考虑到预测变量与响应变量之间的关系可能随时间变化的可能性普通回归...

演化数据管道测试计划

初次接触测试驱动开发（Test-Driven Development，TDD）这一理念，让许多初学者数据工程师对TDD所承诺的事情感到震惊更快的开...

机器学习直观化

确实，像ChatGPT这样的模型背后的实际理论确实非常困难，但机器学习（ML）背后的基本直觉是直观的！那么，什么是机器学习呢？...

七月版：数据科学家的气候资源

对于我们中的许多人来说，夏天的到来曾经是一个简单兴奋的原因：学校放假了；工作安排往往变得不那么忙碌；在海滩上或者……度...

10个在Stack Overflow上最常见的Python列表问题

Stack Overflow是一个信息的金矿，你可以在软件、编码、数据科学和许多其他学科中找到成千上万个问题和答案如果你问内容创作...

停止使用 PowerPoint 进行机器学习演示，试试这个替代方案

糟糕的PowerPoint会让观众分散注意力（他们会关闭摄像头并进行多任务处理），同时也会让演讲者容易养成一些不良习惯，比如使...

5个初级数据科学家在Spotify学到的5个重要课程（第1部分）

你已经从大学毕业，现在你正投身于一个充满成就的人们改变游戏规则的世界当然，你可能还不是其中之一（但！），但你刚刚开始...

如何使用ChatGPT更快地学习数据科学，即使你已经很高级了

如何使用像ChatGPT这样的AI工具轻松学习数据科学的初学者指南

使用Tenacity在Python中征服重试：一个端到端教程

发现Python Tenacity库，并学习如何在Python应用程序中实现有效的重试逻辑和错误处理通过实际示例和行业验证的实践，解决网络...