Learn more about 数据科学 - Section 6

发掘数据科学的数据潜力，实现数据驱动的艺术和科学

资源理论：数学与工业的交汇处

在我对范畴论的介绍中，我提到它的一个应用是资源理论范畴论非常年轻和抽象，涵盖了各种各样的领域...

从机器学习中学习 | Vincent Warmerdam Calmcode，Explosion，数据科学

欢迎回到“从机器学习中学习”的系列访谈，深入探索机器学习的迷人世界随着人工智能改变着我们的世界，每一集都提供技术层面的...

窗口函数：数据工程师和数据科学家必备知识

在过去几年中，数据增长非常广泛，即使我们拥有各种各样的工具和技术，SQL仍然是大多数工具的核心它是其中之一...

使您的图表更加完美——UTF-8

Python的主要绘图库可以轻松生成漂亮的图表，但它们的设计是用于探索性数据分析，专业报告和科学文章它们可能有点干燥，因为...

使用自定义SageMaker项目将SageMaker Autopilot整合到您的MLOps流程中

每个组织都有自己的一套标准和实践，为其AWS环境提供安全性和治理Amazon SageMaker是一个全面管理的服务，用于准备数据、构建...

软技能在数据分析中胜过技术技能

在进入这个领域的人中，有一个普遍的误解，即编写更好的代码会使你成为更好的数据分析师我在这里告诉你，这简直不是真的最重...

利用pykrige和matplotlib进行地质变化的空间可视化

在处理地质和岩石物理数据时，我们经常希望了解数据在我们的领域或地区如何变化我们可以通过对实际测量数据进行网格化来实现...

高级数据科学家和金融科技领域机器学习工程师之旅

简介 认识Tajinder，一位经验丰富的高级数据科学家和机器学习工程师，他在数据科学这个快速发展的领域中取得了卓越的成就。Ta...

12个数据科学的思维模型

在不断发展的数据科学领域中，处理和分析数据的原始技术技能无疑对任何数据项目至关重要除了技术和软技能集之外，一个...

当您应该选择“汤普森抽样”而不是A/B测试

想象一下你有两个广告可以选择：红色和蓝色当然，你希望向用户展示点击率最高的广告回答这个问题最常见的方法是...

认识 ChatDB：一种将符号内存以数据库形式添加到 LLMs 中的框架

大型语言模型（LLMs），例如GPT-4和PaLM 2，已经成为当代人工智能系统的重要组成部分，彻底改变了它们对自然语言处理的理解并...

重新定义数据体验：使用生成式人工智能和现代数据架构来解锁洞见

实现现代数据架构提供了一种可扩展的方法，用于整合来自不同来源的数据通过按业务领域而非基础架构组织数据，每个领域可以选...

提升PyTorch在CPU上的推理能力：从训练后量化到多线程

使用模型选择、ONNX Runtime或OpenVINO的后训练量化以及ThreadPoolExecutor的多线程技术加速CPU上的推理时间

大数据分析：为什么对商业智能如此重要？

了解大数据和商业智能之间的关系

使用DeepMind的AlphaDev发现更快的排序算法

算法是现代技术的支柱，驱动着从数据分析到优化的一切。它们向计算机和软件提供了逐步指令，使得在各个领域中能够高效且一致...

思维链提示有助于提高LLMs的推理能力

大型语言模型(LLM)已被证明在解决各种任务方面非常高效，从摘要文档到编写不同编程语言的代码此外，它们只会变得......

可视化多重共线性对多元回归模型的影响

在多元回归中，多重共线性发生在一个预测变量（自变量）与模型中的另一个或多个预测变量高度相关的情况下从理论上讲，正如我...

超级强化版的pandas：从数据框中编写Excel文件并加密

在本文中，我将分享如何将ExcelHelper类纳入到将数据帧写入Excel后打开和加密Excel文件的过程中我已经在…中包含了这种加密能力

数据科学家的工具箱：利用scikit-learn的顶级功能取得成功

当大家使用sklearn来开发机器学习算法时，很少有人知道为什么这个库如此强大在这里，我们将了解其原因

如何优化SQL查询以实现更快的数据检索

今天，我们将讨论为什么SQL查询优化很重要，以及可以使用哪些技术来进行优化