Entradas

Mostrando entradas de febrero, 2021

Sistema de recomendación basado en aprendizaje profundo

KDnuggets se complace en trasladar la invitación de Bindu Reddy, CEO de Abacus.AI para asistir a un taller gratuito  de aprendizaje profundo.  Hola, Estamos entusiasmados de ofrecer un taller gratuito de sistema de recomendación basado en aprendizaje profundo que orientará al alumno en la preparación de datos, la disputa de datos y la creación de redes neuronales del sistema de recomendación. Este taller se llevará a cabo utilizando Google Collab y Abacus.AI Regístrese en eventbrite gratis http://bit.ly/3uz7tJL-abac-rec-210228 Al final del taller puede crear su propio modelo de personalización y ponerlo en producción. Gracias, Bindu Reddy Director ejecutivo, Abacus.AI

24 de febrero

Imagen
  Noticias KDnuggets 21:n08, 24 de febrero, 2021 ( lectura online )                                                    Noticias KDnuggets™ 20:n08 , 24 de febrero Artículos  |  Productos  |  Tutoriales  |   Destacados  |  Trabajos Enviar blog  |  Imagen de la semana Esta semana en KDnuggets:  Potente análisis exploratorio de datos en solo dos líneas de código. Caricatura: científico de datos vs ingeniero de datos. Evaluación de modelos de aprendizaje profundo: la matriz de confusión, exactitud, precisión y recuerdo. Feature Store como base para el aprendizaje automático. Abordar (casi) cualquier problema de aprendizaje automático y mucho, mucho más.   Artículos Powerful Exploratory Data Analysis in just two lines of code , autor Francois Bertrand Cartoon: Data Scientist vs Data Engineer , a...

Conferencia virtual gratuita: la ciencia de la inteligencia artificial empresarial

Imagen
KDnuggets tiene el placer de invitarle a una conferencia virtual 100% gratuita sobre la IA empresarial Participan reconocidos especialistas como Peter Norvig de Google, Alon Halevy de Facebook y el ex-CIO de Goldman Sachs, Marty Chavez. Para registrarse, por favor pinche en la siguiente imagen: La conferencia está patrocinada por Abacus.AI, una plataforma AutoML de vanguardia que le permite conectar y reproducir modelos de aprendizaje profundo a escala.

Diferencias entre ciencia de datos e inteligencia empresarial

Imagen
      Data Science vs Business Intelligence, Explained This article is a translation of the original that appears on KDnuggets:  Data Science vs Business Intelligence, Explained - KDnuggets Diferencias entre ciencia de datos e inteligencia empresarial     Etiquetas:  BI ,  Business Intelligence ,  Data Science   Conocer las diferencias entre la inteligencia empresarial y la ciencia de datos es más que una simple cuestión de semántica. Autor  Stan Pugsley , Data Warehouse y consultor de análisis Las definiciones de los términos ciencia de datos e inteligencia empresarial, y la relación entre ellos, ha sido durante mucho tiempo objeto de acalorados debates. Aunque estos términos están relacionados, no comprender los conceptos separados y distintos que subyacen en puede tener consecuencias importantes. Por ejemplo, en los próximos años se crearán cientos de miles de puestos de trabajo de ciencia de datos (CD) e intelig...

Artículos 13 de febrero de 2021

Imagen
    KDnuggets™ Artículos más importantes, 13 de febrero, 2021 Artículo destacado Data Science vs Business Intelligence, Explained , autor Stan Pugsley Artículo más popular de la semana pasada How to create stunning visualizations using python from scratch , autor Sharan Kumar R How to Get Your First Job in Data Science without Any Work Experience , autora Madison Hunter Build Your First Data Science Application , autor Naser Tamimi 3 Ways Understanding Bayes Theorem Will Improve Your Data Science , autora Nicole Janeway Bills Deep learning doesn’t need to be a black box , autor Ben Dickson Más compartidos durante la semana pasada How to Get Your First Job in Data Science without Any Work Experience , aut...

Dataiku

Imagen
  Perspectivas   Bucear a mayor profundidad: Comprender y medir la deriva de datos Los datos cambian constantemente, al igual que el mundo del que se recopilan. Cuando un modelo se implementa en producción, detectar cambios y anomalías en los nuevos datos entrantes es clave para asegurarse de que las predicciones obtenidas sean válidas y puedan consumirse de manera segura.   Obtenga una copia de " A Primer on Data Drift & Drift Detection Techniques " para disponer de un análisis breve pero profundo de los tipos de deriva de datos, sus causas fundamentales y ejemplos prácticos de medición de la deriva de datos. ...