
数据科学
ronghuaiyang
这个作者很懒,什么都没留下…
展开
-
数据科学专业有被自动化的风险吗?
作者:Tony Yiu编译:ronghuaiyang导有质量的预测真的可以按需生产吗?这对数据科学专业意味着什么?前几天,我读了一篇关于优步如何将数据科学的力量赋予每一位员工的文章。我特别注意到下面这句话:预测平台的宏伟愿景是按下一个按钮就能提供预测。完全不需要专业知识。用户需要的惟一输入是历史数据,无论是CSV文件还是查询链接的形式,以及预测范围,你想预测多远。...翻译 2019-08-09 07:51:16 · 267 阅读 · 0 评论 -
每个数据科学家都应该知道的5个特征选取算法
作者:Rahul Agarwal编译:ronghuaiyang导读福利:什么样的足球运动员是好足球运动员?数据科学是对算法的研究。我接触过很多算法,所以我列出了一些最常见的和最常用的算法。有很多次,当你创建了很多特征,然后你需要想出减少特征数量的方法。有时我们最终会使用相关或基于树的方法来找出重要的特性。我们能让特征选择变得更结构化一点吗?本文介绍了在...翻译 2019-07-30 07:30:00 · 1140 阅读 · 0 评论 -
聚类分析:创建,可视化以及可解释性
作者:Maarten Grootendorst编译:ronghuaiyang导读本文探索了聚类分析,聚类的可视化以及通过探索特征进行聚类的可解释性。尽管我们已经看到大量的监督机器学习技术被应用,但这些方法通常存在一个大问题,需要标记的数据。幸运的是,有许多非监督方法用于将数据聚类到以前不可见的组中,从而可以从你的客户中提取新的见解。本文将指导你了解客户聚类的来龙...翻译 2019-08-08 07:30:00 · 8543 阅读 · 3 评论