Как ускорить обработку данных в Pandas в 600 раз
автор рубрика

Как ускорить обработку данных в Pandas в 600 раз

Pandas — полезный инструмент Data Science, но некоторые его методы для обработки данных требуют слишком много времени. Поэтому сегодня мы расскажем, как ускорить Pandas в сотни раз с помощью всего…

ТОП-4 Python-библиотек машинного обучения по версии Kaggle за 2019 год
автор рубрика

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 Machine Learning. Организатор предоставляет датасет по…

NumPy vs Pandas: в чем разница между двумя библиотеками Python
автор рубрика

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 достоинства и недостатки, а также…

Как работать с тензорами в NumPy-библиотеке Python: примеры
автор рубрика ,

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 тензоров – научимся извлекать необходимые…

Работаем с тензорами в numpy
автор рубрика ,

Работаем с тензорами в numpy

Сегодня рассмотрим, что такое тензоры, зачем они нужны в Machine Learning и как Python-библиотека NumPy помогает создавать их. Читайте в нашей статье про ранги тензоров и другие атрибуты этой структуры…