srcmini - 专业IT技术分析博客srcmini

个性化阅读
专注于IT技术分析

最新文章 第1474页

Python

学习数据科学-Python和R资源

半瓶木阅读(1160)评论(0)赞(0)

本文概述 “性感”的含义:尚无真实答案(尚未) 通过神秘的资源广场学习数据科学 真正学习数据科学的关键 “性感”的含义:尚无真实答案(尚未) 尽管仍然很难就数据科学的精确定义或数据科学家的角色...

Kaggle教程:EDA和机器学习-srcmini
人工智能

Kaggle教程:EDA和机器学习

半瓶木阅读(1284)评论(0)赞(0)

本文概述 如何从监督学习开始 导入数据并签出 可视探索性数据分析(EDA)和你的第一个模型 有关特征变量的EDA 进一步探索你的数据! 具有数字变量的EDA 从EDA到机器学习模型 本月初, 我做了一个Facebook Live Code ...

使用Trumania生成现实的随机数据集-srcmini
Python

使用Trumania生成现实的随机数据集

半瓶木阅读(1581)评论(0)赞(0)

本文概述 为什么要生成随机数据集? 基于模式的随机数据生成:我们需要良好的关系! 使用Trumania生成相互关联的数据(又称教程时间!) 总结 编者注:这篇文章是与Milan van der Meer合作撰写的。这篇文章的两位作者都在Re...

人工智能

如何解释数据科学

半瓶木阅读(826)评论(0)赞(0)

数据科学有其自己的语言。因此, 如果你希望至少有一点机会在明天的企业界中生存-由于其专注于收集和分析数据-最好从昨天开始学习该术语。 幸运的是, 受到TechCrunch上”如何讲启动”一文的启发, 在线数据科学学校...

人工智能

Kaggle的机器学习:特征工程

半瓶木阅读(1131)评论(0)赞(0)

本文概述 入门! 为什么要使用特征工程师? 船上家庭成员人数 将变量转换为数值变量 使用新数据集构建模型! 下一步 在之前的两个Kaggle教程中, 你学习了所有有关如何使用探索性数据分析和基准机器学习模型以表格形式获取数据以构建第一个机器...

改善R代码的五个技巧-srcmini
R编程

改善R代码的五个技巧

半瓶木阅读(1149)评论(0)赞(0)

本文概述 1.从1开始更有趣 2. vector()你的c() 3.抛弃which() 4.因素那个因素! 5.首先获得$, 然后获得幂 登出 @drsimonj这里有五个简单的窍门, 我发现自己一直与R的同伴分享他们的改进代码! 1.从1...