Разборы, кейсы и длинные тексты. Короткие посты — в заметках, open-source из ленты — в подборке.
Агрегация случайных точечных данных в регулярные сетки используется по многим причинам, в частности для нормирования географии для нанесения на карту или для уменьшения неоднородности при использовании полигонов неправильной формы, созданных произвольно (например, границы избирательных округов или...
Читать далее
Посчитать количество файлов в папке Linux проще всего так: ls | wc -l Это число строк в выводе ls: файлы и каталоги текущего каталога, без скрытых. Ниже — варианты, когда нужны скрытые файлы, только файлы без папок или рекурсия по подкаталогам. Коротко: какую команду взять ЗадачаКоманда Файлы и...
Читать далее
Существует много разных дат и временных рамок, которые можно использовать для отслеживания медленного роста науки о данных и ее текущего влияния на индустрию управления данными, некоторые из наиболее важных из них описаны ниже. В 1974 году Питер Наур написал «Краткий обзор компьютерных методов»,...
Читать далееБолее 50 лет назад Джон Тьюки призвал к реформированию академической статистики. В «Будущем анализа данных» он указал на существование пока еще непризнанной науки, предметом интереса которой было обучение на основе данных или «анализ данных». Десять-двадцать лет назад Джон Чемберс, Билл Кливленд и...
Читать далее
В мире, когда появилось множетсво данных, больше времени занимает поиск и обработка необходимой для бизнеса информации. До сих пор существовала проблема поиска датасетов в Рунете. Каталог каталогов открытых данных DataCatalogs.ru (создан на базе https://github.com/infoculture/awesome-opendata-rus)...
Читать далее
Обновлено 19 сентября 2026. ImgSmlr — расширение PostgreSQL для похожих изображений на вейвлетах Хаара. Смежные материалы — в хабе PostgreSQL. Ссылка на GitHub репотизорий ImgSmlr - это расширение PostgreSQL, которое реализует функцию поиска похожих изображений. Метод ImgSmlr основан на...
Читать далее
При выборе модели машинного обучения нет доминирующего алгоритма. Некоторые лучше работают с большими наборами данных, а некоторые лучше работают с данными большого размера. Таким образом, важно оценить эффективность модели для вашего конкретного набора данных. В этом подразделе рассматривается...
Читать далее
Выбор архитектуры нейронной сети заключается в подборе гиперпараметров. Cбор большего количества данных и разработка функций обычно дает наибольшую отдачу с точки зрения затраченного времени по сравнению с улучшением производительности, но когда уже все источники данных переработаны по-максимуму,...
Читать далее
Глубокое обучение относится к определенным типам машинного обучения, но точное определение найти сложно. Этот термин был придуман примерно в 2006 году, но различные формы изучались с тех пор, как машинное обучение возникло как область исследований [1]. Это часто связано с нейронными сетями, в...
Читать далее
Существует несколько основных категорий подходов к машинному обучению: Обучение с учителем: в обучении с учителем алгоритмы описывают взаимосвязь между входными переменными или векторами входных данных и наблюдаемыми результатами и применяют их к новым входным данным для прогнозирования результата....
Читать далее
Машинное обучение (ML) - это тип искусственного интеллекта, который упрощенно можно определить как: системы учатся на основе прошлого, чтобы предсказывать будущее [1]. Алгоритмы используются для «изучения» взаимосвязи между переменными данных. Другое определение гласит: «Алгоритм машинного обучения...
Читать далее
Методы работы с научной литературойОбщая композиция текста.Движение глаз при чтении.Условия успешности чтения.Приемы концентрированного вниманияПриемы овладения техникой чтенияТри вида просмотра научной литературыНедостатки традиционных методов чтенияСемь золотых правил быстрого чтенияВиды...
Читать далее