Итак, друзья, продолжаем тему прогнозирования временных рядов с помощью Chronos.
Напомню, что Chronos это фреймворк от компании Amazon — простой, но эффективный фрэймворк для предобученных вероятностных моделей временных рядов.
Рубрика «data science» - 9
Chronos от Amazon: революция в обработке временных рядов. Часть 2
2024-12-06 в 6:00, admin, рубрики: artificial intelligence, Chronos, data science, llm, machine learning, natural language processing, time series, временные ряды, искусственный интеллект, машинное обучениеSpyderIDE: Твоя новая «восьмилапая» подруга для Python-разработки
2024-12-04 в 9:15, admin, рубрики: data science, mathematica, matplotlib, ml, numpy, python, SpyderIDE, обзор, Программирование, среда разработкиДорогие друзья, порадуемся тому факту, что даже в мире IDE есть свои пауки. Не те, что заползают в ваш код, добавляя баги, а настоящие спасатели программного хаоса. Сегодня речь пойдет о SpyderIDE, любимице научного сообщества и тех, кто слишком увлечен pandas и numpy, чтобы замечать окружающий мир.
Кто ты, Spyder?
Spyder (не путать с вашим дружелюбным соседом Человеком-Пауком) — это Scientific Python Development Environment, специальная IDE для научных исследований, машинного обучения и анализа данных. Ее интерфейс чем-то напоминает смесь Excel, MATLAB и RStudio, но с уникальным шармом Python.
Как организовать разметку данных для ML? Советы от Data Light
2024-11-29 в 13:30, admin, рубрики: data annotation, data science, data science digest, аннотация данных, инструменты для аннотации, краудсорсинг, разметка данных, разметка датасета
За каждым «умным» решением, которое принимает ИИ, стоят огромные объемы данных, тщательно размеченные и подготовленные для обучения. Но как организовать этот процесс так, чтобы модель работала эффективно? Мы в Data Light считаем, что это искусство, требующее правильного подхода, инструментов и стратегии.
От слов к делу: Практические кейсы применения NLP в Ингосстрахе
2024-11-28 в 10:07, admin, рубрики: AI, data science, llm, machine learning, nlp, бенчмаркиКогда говорят про ИИ в страховании, все обычно представляют классический ML и вероятностные модели (они конечно же имеются у нас в большом количестве). Страховая отрасль богата всевозможными данными (телеметрия с авто, внешние условия, данные с сайтов и партнёров, и прочее). Все эти большие данные нужны для создания лучших предложений клиентам в рамках кастомизируемых и вариативных страховых продуктах.
Именно с ними работают математики, которых, чтобы было веселее, в страховании называют сложно выговариваемыми словами «актуарии» и «андеррайтеры».
Увеличиваем размер выборки и прокрашиваем серые метрики: неочевидная ошибка при проведении А-B — тестов
2024-11-16 в 11:15, admin, рубрики: data scienceПривет, Хабр Недавно посмотрел выступлениеЧитать полностью »
Необычные вкусы покупателей: что такое товарные пары и как их исследовать
2024-11-01 в 7:03, admin, рубрики: data mining, data science, retail, анализ данных, комплементы, продуктовая аналитика, Статистика в ITПривет! На связи команда продуктовой аналитики.
Подбор и обновление ассортимента товаров — постоянная головная боль для любого ритейлера. Это трудоемкий процесс, где каждая ошибка стоит реальных денег. В ecom.tech мы стараемся сделать его проще при помощи автоматизации, а заодно изучаем предпочтения покупателей. На этот раз мы искали, что обычно покупают в паре – так называемые комплементарные товары.
В этой статье расскажем:
-
с чем обычно покупают лапшу быстрого приготовления, а с чем — детское питание;
-
как география, время суток и другие факторы влияют на выбор покупателей;
Data Science и машинное обучение: примеры использования в реальных проектах
2024-10-29 в 5:15, admin, рубрики: data scienceИскусственный интеллект (AI) и машинное обучение (ML) уже давно вышли за рамки экспериментальных разработок и стали частью реальных проектов в бизнесе и промышленности. Их применение открывает новые горизонты для анализа данных, автоматизации задач и повышения эффективности работы компаний. В этой статье будут приведены примеры использования машинного обучения в реальных проектах, а также базовые шаги для обработки больших данных и настройки моделей. Для более глубокого изучения будут предложены полезные ресурсы и ссылки на инструментальные библиотеки.
Как пакет с пакетами помог аналитику решить задачу для бизнеса, или keep calm and import statsmodels
2024-10-17 в 9:00, admin, рубрики: data science, linear regression, python, statsmodels, линейная регрессия
Всем привет!
Читать полностью »
Machine Learning: Медицинский дайджест за период 07.10 — 13.10 2024 г
2024-10-17 в 8:15, admin, рубрики: data science, deep learning, llm, большие языковые модели, медецинаБольшой медицинский Machine learning дайджест подготовлен командой телеграм канала Machine Learning Interview.
Модели машинного обучения и бенчмарки
🟩 ONCOPILOT: Интерактивная модель для сегментации опухолей на основе КТ и измерения по RECIST 1.1.
Топология в нейросетях?
2024-10-11 в 15:07, admin, рубрики: data, data science, ml, python, анализ данных, математика, Математика в нейросетях, нейросети, программирование нейросетей, топология
Вот часто, когда слышишь про математику в ML, звучат только байесовские методы, производные, интерполяции, а еще иногда тензоры... Но математический аппарат в машинном обучении может уходить глубоко в корни даже, как кажется, совершенно фундаментальных и абстрактных направлений этой науки.