В прошлой статье мы говорили о аспектах внедрения Machine Learning моделей в production. Сегодня на основе заданных вопросов рассмотрим case, с которым может столкнуться Data...
Как внедрить ML-модель в production
Сегодня мы поговорим о проблемах внедрения Machine learning модели в production, а также о том, как быть к ним готовым. Читайте у нас об основных...
Решаем задачу численного прогнозирования с помощью линейной регрессии на Python
[latexpage] Задача регрессии возникает, когда требуется предсказать цену, температура, пульс, время, давление или другое численный показатель. Это пример контролируемого (supervised) машинного обучения, когда на основе...
ТОП-4 Python-библиотек машинного обучения по версии Kaggle за 2019 год
Kaggle – это одна из самых популярных онлайн-площадок для соревнований по машинному обучению. Здесь разные компании публикуют бизнес-задачу, которую участники должны решить с помощью методов...
NumPy vs Pandas: в чем разница между двумя библиотеками Python
В этой статье мы проанализируем разницу между NumPy и Pandas – 2-мя популярными Python-библиотеками, которые часто используются в Data Science и Machine Learning: разберем их...
Как работать с тензорами в NumPy-библиотеке Python: примеры
В прошлый раз мы разобрались с основными принципами работы тензоров в numpy, о важности представления данных для Machine Learning. В этой статье поговорим об индексации...