Learn more about Towards Data Science
当人类需要回答关于数据的棘手问题时
数据科学和机器学习专业人员现在知道如何在数据中寻找答案:这可能是他们工作的核心支柱当我们看一下某些更棘手的问题时,情...
知识图谱、硬件选择、Python工作流程和其他必读的11月文章
我们正在进入对于数据和机器学习专业人员而言又一个充满事件的年底阶段你们中的许多人正在最后努力学习新技能、追赶最新研究...
现实世界中的问题,以及数据如何帮助我们解决它们
随着对新工具和尖端模型的持续热议,很容易忽视一个基本事实:利用数据的真正价值在于它能够带来实际的积极影响......
文字数据的创意,有时混乱的世界
几年来,文字和数据的交集(或多或少)都停留在自然语言处理(NLP)的范畴内——这是广泛使用文本数据进行机器学习任务的一系列...
吃过你的零食了吗?是时候展示数据科学的诀窍了
我们在TDS这里非常喜欢详尽的指南,但我们也很欣赏针对数据科学家在日常工作中面临的具体挑战和痛点的专注帖子要…
当涉及复杂话题时,第一步是最困难的
作为一个“初学者”并不是一个你一次通过就永远离开的有限状态只要你致力于不断学习和成长,你会发现自己在探索新的概念...
如何为您的项目选择正确的数据可视化策略
新的工具和软件包时常出现和消失,但是数据可视化的基本语法对于潮流变化非常具有韧性:在一天结束时,我们仍然需要将线条、...
模型可解释性再探:SHAP及其后续发展
近几个月来,大型语言模型的迅速崛起在人工智能领域引起了广泛的讨论,这是可以理解的,因为这些模型的新颖性以及它们在各个...
“机器学习技巧、与ChatGPT学习以及其他最近必读的文章”
随着八月即将结束,我们的许多读者正在迎来返校季(无论是上大学、参加培训班还是在线学习),而其他人则在摆脱夏季慢节奏的...
现实世界中的数学:测试、模拟和更多
数学和统计领域中最好的写作能够做到一件困难的事情:将高深的概念和复杂的公式与数据专业人员在日常工作中面临的实际挑战联...
GPT和更多:LLM的技术基础
在短短几个月内,大型语言模型从专业研究人员的领域进入到全球数据和机器学习团队的日常工作流程中在TDS这里,我们已经看到了…
概率关系的反直觉性质
考虑两个实值变量x和y,例如,父亲的身高和儿子的身高统计学中回归分析的核心问题是通过已知x猜测y,例如...
关注TDS列表,发现我们的最佳文章
我们每周发布数十篇精心制作的文章,涵盖的主题从最新的机器学习工具和Python库到前沿研究实际上,这将非常...
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:…
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...
帮助数据科学家成长的技能
即使你在数据科学学习的早期阶段,你可能已经对需要入门的核心技能有了一个清晰的了解:一些统计知识,工作经验...
要真正学习一门新主题,需要花时间
在一个将速度视为(几乎)一切的文化中,“快速行动并打破一切”是一种很好的提醒,让我们意识到有时放慢脚步才是最有效的捷径...

- You may be interested
- 超越天网:打造人工智能进化的下一个领域
- 欧盟为人工智能推出新规
- 使用数据科学来识别顶级Twitter影响者
- 低成本四足机器人能掌握跑酷吗?揭示了一...
- 了解 SpQR(Sparse-Quantized Representat...
- 使用滚动回归估计时间变动系数
- 遇见TALL:一种AI方法,将视频剪辑转化为...
- LangChain 101 第2部分ab. 关于(大型语言...
- 带有源代码的前14个数据挖掘项目
- 在AWS上部署PySpark的最佳实践是什么?
- 在Mailchimp构建ML平台的学习经验
- 发现系统中代理存在的时候
- 人工智能能解决你的问题吗?’ (Rén ...
- 人工智能生成内容(AIGC)中的视频扩散模...
- 数据科学家的指南:Make和Makefiles