已有0人关注此标签
遵循因果性的可解释AI预测
作者: 观远数据AI+BI
340人浏览
1弱因果关系的可解释预测 过去（包括现在），我们经常能在很多数据分析或BI产品上看到：在稀稀落落的散点图上，顺势一划，勾勒出一条曲线，再在横向时间轴上延展若干时间跨度，然后有人就告诉你——“喏！这就是你想要的预测！”。
利用PAI-DSW访问Github, 快速获取最新的学习资源
作者: YuuuZeee
691人浏览
PAI-DSW（Data science workshop）是专门为数据科学探索者们准备的云端深度学习开发环境，用户可以登录 DSW 进行代码的开发并运行工作。目前 DSW 支持了Github下载，让我们可以更加便捷的访问上面的资源.
像数据科学家一样思考：12步指南（上）
作者: 小猪佩佩
363人浏览
介绍 目前，数据科学家正在受到很多关注，因此，有关数据科学的书籍正在激增。我看过很多关于数据科学的书籍，在我看来他们中的大多数更关注工具和技术，而不是数据科学中细微问题的解决。直到我遇到Brian Godsey的“像数据科学家一样思考”，它讨论了哪些工具最有用以及为什么，但主要目标是在智能，高效和成功的情况下完成数据科学工程，以解决实际数据中心问题的解决方案。
数据科学岗位将在未来5年内重新洗牌，你准备好转型了吗？
作者: 小猪佩佩
273人浏览
计算器的工作曾经由人来做；网站管理员曾经是热门职业；中层管理人员也曾配备过秘书。技术的迭代变革了一批又一批职业，数据科学家也不会例外…… 在每种情况下，硬件和软件的进步都需要专业技能，再将它们交到通用人才的手中。
被神话的大数据——从大数据（big data）到深度数据（deep data）思维转变
作者: 【方向】
1311人浏览
自从阿法狗战胜人类顶级棋手之后，深度学习、人工智能变得再一次火热起来，但有一个基本的误解是更大的数据会产生更好的机器学习结果。然而，更大的数据池/仓库并不一定有助于模型学习到更深刻的见解。正确的答案是？
云栖社区影响力最大的技术团队-袋鼠云邀您人工智能小镇新年话智能
作者: 袋鼠云
1088人浏览
2017年，袋鼠云技术团队在阿里云-云栖社区积极耕耘，产出技术博客200多篇，多篇博客被云栖社区官方团队收录、分享、转载。 在2017年度云栖社区内容特辑中，云栖社区盘点了众多具有影响力的内容专题、线上直播、公众号、技术专家等，“袋鼠云技术团队”公众号凭借优质内容产出，获称“2017年云栖社区影响力最大的技术团队”。
A BRIEF INTRODUCTION TO STATISTICS | DEFINITION, SCOPE AND LIMITATIONS
作者: mlcrunch
664人浏览
Introduction to Statistics: In the modern world of computers and information technology, the importance of statistics is very well recognized by all the disciplines.
三招提升数据不平衡模型的性能（附python代码）
作者: 【方向】
3770人浏览
本文的主要目标是处理数据不平衡问题。文中描述了用来克服数据不平衡问题的三种技术，分别是集成交叉验证、类别权重以及过大预测 。
Java程序员必读书单，家族又添新成员
作者: 异步社区
3304人浏览
有些革命出其不意地吸引了全世界的眼球。Twitter、Linux操作系统和电视节目《典当之星》的异军突起颠覆了传统思维模式。 而Java语言的巨大成功却在人们的意料之中。自从Java语言于20年前面世以来，人们就对它充满殷切的期望。
这是我最想推荐给程序员们看的基于Python3实现的数据科学书
作者: 异步社区
1750人浏览
和武侠世界里有少林和武当两大门派一样，数据科学领域也有两个不同的学派：以统计分析为基础的统计学派，以及以机器学习为基础的人工智能派。虽然这两个学派的目的都是从数据中挖掘价值，但彼此“都不服气”。注重模型预测效果的人工智能派认为统计学派“固步自封”，研究和使用的模型都只是一些线性模型，太过简单，根本无法处理复杂的现实数据。
