Большие данные (big data)

Однако при работе с большими массивами данных она становится очень медленной и не хватает памяти!

Представляем Modin - библиотеку python, которая в 10 раз быстрее Pandas

Modin хорошо работает на больших массивах данных, там где pandas становится медленной или не хватает памяти.

Произведение Софи Кастнер “Галактический центр" называется "Там, где сходятся параллельные линии”. Если вы музыкант и хотите попробовать сыграть в этой обработке звука дома, ознакомьтесь с нотами по адресу: https://chandra.si.edu/sound/symphony.html.

Автор Сонал Кент(перевод Элеонора Ример)

Подключайтесь к онлайн-лекции по задаче «Уроки настоящего извлечения информации из текста» от Банка ВТБ.

Язык программирования Python часто используют аналитики данных. Для этого в нем существуют расширения — библиотеки, наборы готовых инструментов для более эффективной работы.

1. pandas: для подготовки данных

Введение

Закон открыл занавес: Яндекс, VK и другие гиганты раскрыли секреты рекомендательных алгоритмов

Это требование нового закона о рекомендательных алгоритмах, который вступил в силу 1 октября 2023 года. Закон касается социальных сетей, онлайн-магазинов, видеосервисов и других платформ.

Почему довольно часто профайлеры и кадровики живут в одном мире, но в разных вселенных?

Введение

В задачах машинного обучения значительную часть времени занимает процесс подготовки данных. К этапу подготовки относятся: сбор, фильтрация, разметка и предобработка данных.В данной статье я буду рассматривать процесс автоматической разметки данных для задач компьютерного зрения.

Привет, Хабр!

Обработка данных в реальном времени стала важной составной частью современного мира. Бизнес, исследователи, разработчики и многие другие специалисты сталкиваются с необходимостью обрабатывать потоки данных в реальном времени, чтобы принимать решения быстрее и более точно.

Команда Yandex Cloud запустила его в 2019 году. Его уже используют, чтобы анализировать ключевые бизнес-метрики и визуализировать большое количество данных в Hoff, М.Видео, Ренессанс Страховании и Яндексе.

Исходный код DataLens открыт и выложен на GitHub: https://github.com/datalens-tech

Последняя шпаргалка KDnuggets представляет вам впечатляющий набор передовых инструментов и ресурсов, предназначенных для поддержки вашей игры по науке о данных. Они охватывают широкий спектр приложений, от понимания сложной научной литературы до написания высококачественных рукописей и многого другого.

Введение в SQL.

Часть 1.

В видео-курсе:

— как установить среду разработки и подготовить компьютер к работе;

— основные функции и параметры;

— простые команды в SQL;

— команды и операторы: select, null, is, in;

— операторы and, or, where, asc.

К сожалению, анализ данных не устроен как стройная теория - это лоскутное одеяло методов, которые опираются на определенные идеи, беря, иногда, для решения одной задачи, половину курса теории оптимизации.

Любое количество алкоголя у людей до 40 лет в разы повышает риски серьезных заболеваний.

Data Science без знания математики – это как вождение машины без знаний ПДД

Почему так? Отщепенцы в дата-сайенс юзают только чужие модели. Профи же создают свои модели и улучшают существующие — поэтому высоко ценятся!

В этот теплый весенний вечер Physics.Math.Code подготовил немного годноты для своих любимых подписчиков. Решили структурировать всю информацию и книги в одном посте.

Читать гайд и полный план изучения: https://t.me/physics_lib/9835

1. Вводное занятие

2. Установка Anaconda

3. Запуск jupyter notebook. Jupyter notebook не отрывает браузер

4. Режимы работы и типы ячеек в Jupyter Notebook

5. Объект Series в Pandas. Создаем Series

6. Создаем первый блокнот в Jupyter Notebook. Анализ данных в Python

Данное сообщение (материал) создано и (или) распространено иностранным средством массовой информации, выполняющим функции иностранного агента, и (или) российским юридическим лицом, выполняющим функции иностранного агента.

Что такое признаки (features) и для чего они нужны?

Признак, он же «фича» (от англ feature) – это переменная (столбец в таблице), которая описывает отдельную характеристику объекта. Признаки являются краеугольным камнем задач машинного обучения в целом: именно на их основании мы строим предсказания в моделях.