10 2020 档案
摘要:作者|B. Chen 编译|VK 来源|Towards Data Science Pandas DataFrame有一个内置方法sort_values(),可以根据给定的变量对值进行排序。该方法本身使用起来相当简单,但是它不适用于自定义排序,例如, t恤尺寸:XS、S、M、L和XL 月份:一月、二月
阅读全文
摘要:作者|Ramya Vidiyala 编译|VK 来源|Towards Data Science 深度学习改善了我们生活的许多方面,无论是明显的还是微妙的。深度学习在电影推荐系统、垃圾邮件检测和计算机视觉等过程中起着关键作用。 尽管围绕深度学习作为黑匣子和训练难度的讨论仍在进行,但在医学、虚拟助理和电
阅读全文
摘要:作者|Hitesh Valecha 编译|VK 来源|Towards Data Science 在本教程中,我们将学习如何使用计算机视觉和图像处理来检测汽车是否在路上变道。 你一定听说过使用Opencv haar cascade可以检测人脸、眼睛或汽车、公共汽车等物体?这次让我们用这个简单的检测方法
阅读全文
摘要:作者|SANYA4 编译|VK 来源|Analytics Vidhya 介绍 现在神经网络无处不在。各大公司都在硬件和人才上大肆挥霍,以确保他们能够构建最复杂的神经网络,并推出最好的深度学习解决方案。 虽然深度学习是机器学习的一个相当古老的子集,但直到20世纪10年代初,它才得到应有的认可。今天,它
阅读全文
摘要:作者|Conner Brew 编译|VK 来源|Towards Data Science 介绍 在本文中,我们将创建一个基于战争研究所(ISW)的结构化文档数据库。ISW为外交和情报专业人员提供信息产品,以加深对世界各地发生的冲突的了解。 要查看与本文相关联的原始代码和Notebook,请访问以下链
阅读全文
摘要:作者|Mahnoor Javed 编译|VK 来源|Towards Data Science 电子邮件分类是一个机器学习问题,属于监督学习范畴。 这个电子邮件分类的小项目的灵感来自J.K.Rowling以笔名出版的一本书。Udacity的“机器学习简介”提供了算法和项目的全面研究:https://w
阅读全文
摘要:作者|Ram Sagar 编译|VK 来源|Analytics In Diamag “库开发人员不再需要在框架之间进行选择。” 来自德国图宾根人工智能中心的研究人员介绍了一种新的Python框架EagerPy,EagerPy允许开发人员编写独立于PyTorch和TensorFlow等流行框架的代码。
阅读全文
摘要:作者|Kiprono Elijah Koech 编译|VK 来源|Towards Data Science 在本文中,我们将讨论一个分类问题,该问题涉及到将评论分为正面或负面。这里使用的评论是客户在ABC服务上所做的评论。 数据收集和预处理 在这个项目中使用的数据是从网上爬来的,数据清理在这个Not
阅读全文
摘要:作者|ANALYTICS VIDHYA 编译|Flin 来源|analyticsvidhya 介绍 数据科学(机器学习)项目为你提供了一种有前途的方式来启动你在该领域的职业。你不仅可以通过应用它来学习数据科学,还可以在自己的简历上展示一些项目! 如今,招聘人员通过他/她的工作来评估应聘者的潜力,而不
阅读全文
摘要:作者|SHIPRA SAXENA 编译|Flin 来源|analyticsvidhya 总览 计算机视觉是一种允许数字世界与现实世界互动的技术。 探索5个最热门的计算机视觉应用程序 使用计算机视觉进行姿态估计 使用Gans进行图像转换 开发社交距离工具的计算机视觉 将2D图像转换为3D模型 医学图像
阅读全文
摘要:作者|Renu Khandelwal 编译|VK 来源|Towards Data Science 在本文中,你将学习如何加载自定义数据和创建图像序列和测试数据集,作为深度学习模型的输入。 Open CV2 PIL 这里使用的数据集是来自Kaggle的Intel图像分类。 数据集链接:https://
阅读全文
摘要:作者|Michael Chau 编译|VK 来源|Towards Data Science 大家都知道Scikit-Learn——它是数据科学家基本都知道的产品,提供了几十种易于使用的机器学习算法。它还提供了两种现成的技术来解决超参数调整问题:网格搜索(GridSearchCV)和随机搜索(Rand
阅读全文
摘要:作者|PULKIT SHARMA 编译|Flin 来源|analyticsvidhya 介绍 图像分类是计算机视觉的最重要应用之一。它的应用范围包括从自动驾驶汽车中的物体分类到医疗行业中的血细胞识别,从制造业中的缺陷物品识别到建立可以对戴口罩与否的人进行分类的系统。在所有这些行业中,图像分类都以一种
阅读全文
摘要:作者|Richmond Alake 编译|Flin 来源|towardsdatascience 介绍 我真不敢相信,离我写第一篇详细描述了我第一天的职业生活的文章已经有六个月了。 时间过得真快。 所以,欢迎再次光临我作为计算机视觉工程师的在线日志。 在这篇文章中,你可以看到一个计算机视觉工程师在一个
阅读全文
摘要:作者|Abhijit Gupta 编译|VK 来源|Towards Data Science 介绍 自然语言处理(NLP)是一个令人生畏的领域名称。从非结构化文本中生成有用的结论是很困难的,而且有无数的技术和算法,每一种都有自己的用例和复杂性。作为一个接触NLP最少的开发人员,很难知道要使用哪些方法
阅读全文
摘要:作者|Andrew Kuo 编译|VK 来源|Towards Data Science 遗传算法是一个优化技术,在本质上类似于进化过程。这可能是一个粗略的类比,但如果你眯着眼睛看,达尔文的自然选择确实大致上类似于一个优化任务,其目的是制造出完全适合在其环境中繁衍生息的有机体。 在本文中,我将展示如何
阅读全文
摘要:作者|Aakarsh Yelisetty 编译|Flin 来源|towardsdatascience 让我们看看如何在涉及文本识别的自定义数据集上使用FAIR(Facebook AI Research)的Detectron 2进行实例检测。 你是否尝试过使用你自己选择的自定义数据集从头开始训练对象检
阅读全文
摘要:今天为大家介绍五篇值得阅读的ECCV 2020 oral【图像识别】相关论文。ECCV与CVPR、ICCV并称为计算机视觉领域三大顶会。ECCV 2020共有5025篇投稿,其中1361篇被接受,接受率为27%。 ECCV 2020接受论文列表地址: https://eccv2020.eu/acce
阅读全文
摘要:作者|Rashida Nasrin Sucky 编译|VK 来源|Medium 神经网络已经被开发用来模拟人脑。虽然我们还没有做到这一点,但神经网络在机器学习方面是非常有效的。它在上世纪80年代和90年代很流行,最近越来越流行。计算机的速度足以在合理的时间内运行一个大型神经网络。在本文中,我将讨论如
阅读全文
摘要:作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 目标检测是计算机视觉中一个非常重要的领域,对于自动驾驶、视频监控、医疗应用和许多其他领域都是必要的。 我们正在与一场规模空前的传染病作斗争。全世界的研究人员都在试图开发一种疫苗或治疗COVID-19的方法,而医生们却在努力阻
阅读全文
摘要:作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 SimCLR论文(http://cse.iitkgp.ac.in/~arastogi/papers/simclr.pdf)解释了这个框架如何从更大的模型和更大的批处理中获益,并且如果有足够的计算能力,可以产生与监督模型类似的
阅读全文
摘要:作者|Ivan Ralašić 编译|VK 来源|Analytics Vidhya Tensorflow目标检测API(TF OD API)刚刚变得更好。最近,Google发布了tf od api的新版本,它现在支持Tensorflow 2.x,这是一个我们一直在等待的巨大改进! 简介 最近目标检测
阅读全文
摘要:作者|Vardan Agarwal 编译|VK 来源|Towards Datas Science TensorFlow是一个端到端的开源机器学习平台,能够执行一系列任务。它为初学者和研究人员提供了一个易用性,可以用于不同的应用,如,但不限于,计算机视觉,自然语言处理和强化学习。 在计算机视觉领域,我
阅读全文
摘要:作者|Andrea Ialenti 编译|VK 来源|Towards Datas Science 正如在我几乎所有关于这个工具的文章中都写到,Spark和SQL一样非常容易使用。但不管我花多少时间写代码,我只是无法在我的大脑中永久性地存储Spark API(有人会说我的记忆就像RAM一样,小而易失)
阅读全文
摘要:作者|Soner Yıldırım 编译|VK 来源|Towards Datas Science 时间序列数据有很多种定义,它们以不同的方式表示相同的含义。一个简单的定义是,时间序列数据是包含序列时间戳的数据点。 时间序列数据的来源是周期性测量或观测。我们观察了许多行业的时间序列数据。举几个例子:
阅读全文
摘要:作者|Rebecca Vickery 编译|VK 来源|Towards Datas Science scikit-learn是2007年作为Googles Summer代码项目开发的,现在被广泛认为是最流行的机器学习Python库。 为什么这个库被认为是机器学习项目的最佳选择之一,特别是在生产系统中
阅读全文
摘要:作者|Renan Ferreira 编译|VK 来源|Towards Datas Science 典型的数据科学工作流由以下步骤组成: 确定业务需求->数据获取->数据准备->数据分析->共享数据见解 每一个步骤都需要一套专业知识,这些专业知识可分为: 数据工程师:开发、构建、测试和维护数据管道 数
阅读全文
摘要:作者|Bex Tuychiev 编译|VK 来源|Towards Datas Science 介绍 本文的目标是让你对使用Seaborn的relplot()函数绘制统计图有一定的了解。 当我开始学习数据可视化时,我第一次被介绍到Matplotlib。它是一个如此巨大的库,你几乎可以看到任何与数据相关
阅读全文
摘要:作者|Khuyen Tran 编译|VK 来源|Towards Datas Science 动机 应用不同的python代码来处理notebook中的数据是很有趣的,但是为了使代码具有可复制性,你需要将它们放入函数和类中。将代码放入脚本时,代码可能会因某些函数而中断。那么,如何检查你的功能是否如你所
阅读全文
摘要:作者|Zolzaya Luvsandorj 编译|VK 来源|Towards Datas Science 掌握sklearn必须知道这三个强大的工具。因此,在建立机器学习模型时,学习如何有效地使用这些方法是至关重要的。 在深入讨论之前,我们先从两个方面着手: Transformer:Transfor
阅读全文
摘要:作者|Jenny Dcruz 编译|VK 来源|Towards Datas Science Seaborn是一个功能强大的Python库,用于增强数据可视化。它为Matplotlib提供了大量高级接口。Seaborn可以很好地处理数据帧,而Matplotlib则不行,它可以让你以更简单的方式绘制引人
阅读全文
摘要:作者|Dario Radečić 编译|VK 来源|Towards Datas Science 2020年即将结束(终于),数据可视化再重要不过了。呈现一个看起来像5岁小孩的东西已经不再是一个选择,所以数据科学家需要一个有吸引力和简单易用的数据可视化库。 今天我们将比较其中的两个-Matplotli
阅读全文
摘要:作者|Cory Maklin 编译|VK 来源|Towards Datas Science 通常情况下,我们不能解析地求解积分,必须借助其他方法,其中就包括蒙特卡罗积分。你可能还记得,函数的积分可以解释为函数曲线下的面积。 蒙特卡罗积分的工作原理是在a和b之间的不同随机点计算一个函数,将矩形的面积相
阅读全文
摘要:作者|Aniket Maurya 编译|VK 来源|Towards Datas Science 这个博客的源代码可以从https://github.com/aniketmaurya/tensorflow-web-app-starter-pack获得 让我们从一个简单的helloworld示例开始 首
阅读全文
摘要:作者|Paul Hiemstra 编译|VK 来源|Towards Datas Science 你也可以在GitHub上阅读这篇文章。这个GitHub存储库包含你自己运行分析所需的一切:https://github.com/PaulHiemstra/lasso_tsfresh_article/blo
阅读全文
摘要:作者|Rizky Maulana Nurhidayat 编译|VK 来源|Towards Datas Science 数据可视化用于以更直接的表示方式显示数据,并且更易于理解。它可以用柱状图、散点图、折线图、饼图等形式形成。许多人仍然使用Matplotlib作为后端模块来可视化他们的图形。在这个故事
阅读全文
摘要:作者|Zijing Zhu 编译|VK 来源|Towards Datas Science 据估计,世界上80%的数据是非结构化的。因此,从非结构化数据中提取信息是数据分析的重要组成部分。 文本挖掘是从非结构化文本数据中获取有价值的信息的过程,情感分析是文本挖掘的应用之一。它使用自然语言处理和机器学习
阅读全文
摘要:了解最新的T恤图案背后的最新研究,该模型欺骗了先进的人体检测系统 作者|Param Raval 编译|Flin 来源|towardsdatascience 一个穿着特定类型的T恤的人如何使人身检测和人类监视系统看不见他?好吧,研究人员已经发现并利用了深度神经网络的致命弱点——一些最好的物体检测器(Y
阅读全文
摘要:作者|SHIPRA SAXENA 编译|Flin 来源|analyticsvidhya 总览 了解什么是分类数据编码 了解不同的编码技术以及何时使用它们 介绍 机器学习模型的性能不仅取决于模型和超参数,还取决于我们如何处理并将不同类型的变量输入模型。由于大多数机器学习模型仅接受数值变量,因此对分类变
阅读全文
摘要:作者|Chien Vu 编译|Flin 来源|towardsdatascience 背景与挑战📋 在现代深度学习算法中,对未标记数据的手工标注是其主要局限性之一。为了训练一个好的模型,我们通常需要准备大量的标记数据。在少数类和数据的情况下,我们可以使用带有标签的公共数据集的预训练模型,并使用你的数
阅读全文
摘要:作者|Audhi Aprilliant 编译|VK 来源|Towards Datas Science 概述 对于这个项目,我们在2019年5月28-29日通过爬虫来使用Twitter的原始数据。此外,数据是CSV格式(逗号分隔),可以在这里下载。 https://github.com/audhiap
阅读全文
摘要:作者|GUEST BLOG 编译|Flin 来源|analyticsvidhya 介绍 对象检测是计算机视觉社区中研究最广泛的主题之一。它已经进入了各个行业,涉及从图像安全,监视,自动车辆系统到机器检查的用例。 当前,基于深度学习的对象检测可以大致分为两类: 两级检测器,例如基于区域的CNN(R-C
阅读全文
摘要:作者|Chris Padwick 编译|Flin 来源|medium 农业对你今天的生活有什么影响?如果你住在城市里,你可能会觉得你与生产你食物的农场和田地脱节了。农业是我们生活的一个核心部分,我们却常常认为这是理所当然的。 今天的农民面临着一个巨大的挑战 —— 用更少的土地养活日益增长的全球人口。
阅读全文
摘要:作者|Saurabh Mhatre 编译|Flin 来源|analyticsvidhya 介绍 互联网上有很多资源可以找到关于机器学习数据集的见解和训练模型,但是关于如何使用这些模型构建实际应用程序的文章很少。 因此,今天我们将通过首先使用hackathon中的数据集来训练视频游戏销售预测模型,然后
阅读全文
摘要:作者|Muhammad Ardi 编译|Flin 来源|analyticsvidhya 介绍 嘿!几个小时前我刚刚完成一个深度学习项目,现在我想分享一下我所做的事情。这一挑战的目标是确定一个人是否患有肺炎。如果是,则确定是否由细菌或病毒引起。好吧,我觉得这个项目应该叫做分类而不是检测。 换句话说,此
阅读全文
摘要:作者|Constantin Toporov 编译|Flin 来源|towardsdatascience 介绍 在有了将人工智能应用于体育项目方面的经历之后,我受到启发继续前进。家庭练习不足以成为我的目标,我的目标是团队比赛。 运动中的人工智能是一个很新的东西。这里有一些有趣的作品: 篮球 https
阅读全文
摘要:作者|LAKSHAY ARORA 编译|Flin 来源|analyticsvidhya 介绍 随着互联网的普及,我们现在正以前所未有的速度生成数据。因为执行任何类型的分析都需要我们从数据库中收集/查询必要的数据,所以选择正确的工具来查询数据变得至关重要。因此,我们无法想象使用SQL来处理如此大量的数
阅读全文
摘要:作者|Bex T. 编译|VK 来源|Towards Datas Science 介绍 我很喜欢DataCamp上的“Seaborn中间数据可视化”(Intermediate Data Visualization with Seaborn)这个课程。它教给新手非常棒的图表和方法。但说到热图,课程的老
阅读全文
摘要:作者|Orhan G. Yalçın 编译|VK 来源|Towards Datas Science 如果你正在读这篇文章,我相信我们有着相似的兴趣,现在/将来也会从事类似的行业。 在这篇文章中,我们将深入研究Tensorflow Tensor的细节。我们将在以下五个简单步骤中介绍与Tensorflo
阅读全文
摘要:作者|Jacob Solawetz 编译|Flin 来源|towardsdatascience PP-YOLO评估指标比现有最先进的对象检测模型YOLOv4表现出更好的性能。然而,百度的作者写道: 本文不打算介绍一种新型的目标检测器。它更像是一个食谱,告诉你如何逐步建立一个更好的探测器。 让我们一起
阅读全文
摘要:作者|Yuki Takahashi 编译|VK 来源|Towards Datas Science 自在ImageNet上推出AlexNet以来,计算机视觉的深度学习已成功应用于各种应用。相反,NLP在深层神经网络应用方面一直落后。许多声称使用人工智能的应用程序通常使用某种基于规则的算法和传统的机器学
阅读全文
摘要:作者|Gonçalo Guimarães Gomes 编译|VK 来源|Towards Datas Science 作为每个数据科学家都非常熟悉和使用的最受欢迎和使用的工具之一,Pandas库在数据操作、分析和可视化方面非常出色 为了帮助你完成这项任务并对Python编码更加自信,我用Pandas上
阅读全文
摘要:作者|Zolzaya Luvsandorj 编译|VK 来源|Towards Datas Science 在这篇文章中,我们将探讨一些简单的方法来定制你的图表,使它们在美学上更好。我希望这些简单的技巧能帮助你得到更好看的图。 基线图 本文中的脚本在Jupyter笔记本中的python3.8.3中进行
阅读全文
摘要:作者|Angel Das 编译|VK 来源|Towards Datas Science 介绍 人工神经网络(ANNs)是机器学习技术的高级版本,是深度学习的核心。人工神经网络涉及以下概念。输入输出层、隐藏层、隐藏层下的神经元、正向传播和反向传播。 简单地说,输入层是一组自变量,输出层代表最终的输出(
阅读全文
摘要:作者|Rashida Nasrin Sucky 编译|VK 来源|Towards Datas Science 异常检测可以作为异常值分析的一项统计任务来处理。但是如果我们开发一个机器学习模型,它可以像往常一样自动化,可以节省很多时间。 异常检测有很多用例。信用卡欺诈检测、故障机器检测或基于异常特征的
阅读全文
摘要:作者|Soner Yıldırım 编译|VK 来源|Towards Datas Science 支持向量机(SVM)是一种应用广泛的有监督机器学习算法。它主要用于分类任务,但也适用于回归任务。 在这篇文章中,我们将深入探讨支持向量机的两个重要超参数C和gamma,并通过可视化解释它们的影响。所以我
阅读全文
摘要:作者|Irfan Alghani Khalid 编译|VK 来源|Towards Datas Science 假设你要根据给定的查询搜索某个内容。如果你只依靠一个字符串,你就得不到你想要的东西。那么,如何在海量信息中寻找你需要的东西呢? 当然,你需要一个模式来识别你想要查找的字符串。为此,我们可以使
阅读全文
摘要:作者|Marcellus Ruben 编译|VK 来源|Towards Datas Science 当你听到“茶”和“咖啡”这个词时,你会怎么看这两个词?也许你会说它们都是饮料,含有一定量的咖啡因。关键是,我们可以很容易地认识到这两个词是相互关联的。然而,当我们把“tea”和“coffee”两个词提
阅读全文
摘要:作者|MRINAL WALIA 编译|Flin 来源|medium 人脸识别是一种能够从图像或视频源的视频帧中实时识别或验证人的技术。 在今天的文章中,我们将讨论五个开源人脸识别项目,以提高你在数据科学领域的技能。 注意:本文只是简单介绍一些不那么著名但非常好的开源项目,你可以在你的项目中使用这些项
阅读全文
摘要:作者|Dipesh Pal 编译|Flin 来源|analyticsvidhya 介绍 虚拟助手(也称为AI助手或数字助手)是一款应用程序,可以理解自然语言的语音命令并为用户完成任务。 我们应该都知道什么是虚拟助手。打开手机并说“ Ok Google”或“ Hey Siri”。Google助手,Si
阅读全文
摘要:作者|Martin Schneider 编译|Flin 来源|medium 视觉回归测试最常见的情况是使用基线图像进行测试。然而,视觉测试的不同方面也值得讨论。我们将介绍模板匹配(使用OpenCV)、布局测试(使用Galen)和OCR(使用Tesseract),并展示如何将这些工具无缝集成到现有的A
阅读全文
摘要:作者|Elaine Hung 编译|Flin 来源|analyticsvidhya 介绍 监视本地管理员执行的用户活动始终是SOC分析人员和安全专业人员面临的挑战。大多数安全框架都会建议实施白名单机制。 但是,现实世界通常并不理想。始终有不同的开发人员或用户拥有本地管理员权限来绕过指定的控件。有没有
阅读全文
摘要:作者|Kavya Musty 编译|Flin 来源|medium 我们经常扫描纸张把它们转换成图像。我们有各种各样的工具可以在线增强这些图像,使它们的亮度更亮,并消除这些图像中的阴影。如果我们可以手动去除阴影呢?我们可以将任何图像作为灰度图像加载到我们的代码中,并在几秒钟内获得输出,而无需任何应用程
阅读全文
摘要:作者|GUEST 编译|VK 来源|Analytics Vidhya 在PyCharm和Visual Studio代码上支持CUDA 介绍 如果你没有经验,建立一个开发环境是不容易的,特别是如果你想学习的技术很多。 本教程旨在向你展示如何在PyCharm或Visual Studio代码中设置一个基于
阅读全文
摘要:作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 在当今繁忙的世界中,推荐系统变得越来越重要。人们总是在寻找最适合他们的产品/服务。因此,推荐系统非常重要,因为它们可以帮助用户在不消耗认知资源的情况下做出正确的选择。 在本博客中,我们将了解推荐系统的基础知识,并学习如何通过
阅读全文
摘要:作者|HIMANSHI SINGH 编译|VK 来源|Analytics Vidhya 介绍 在学习面向对象编程时,我决定深入研究它的历史,结果发现它很迷人。术语“面向对象编程”(OOP)是Alan Kay 在1966年研究生院时提出的。 Simula语言是第一种具有面向对象编程特点的编程语言。它是
阅读全文
摘要:作者|HIMANSHI SINGH 编译|VK 来源|Analytics Vidhya 介绍 在学习面向对象编程时,我决定深入研究它的历史,结果发现它很迷人。术语“面向对象编程”(OOP)是Alan Kay 在1966年研究生院时提出的。 Simula语言是第一种具有面向对象编程特点的编程语言。它是
阅读全文
摘要:作者|Amanda Iglesias Moreno 编译|VK 来源|Towards Datas Science 从数据帧中过滤数据是清理数据时最常见的操作之一。Pandas提供了一系列根据行和列的位置和标签选择数据的方法。此外,Pandas还允许你根据列类型获取数据子集,并使用布尔索引筛选行。 在
阅读全文
摘要:作者|Manmohan Singh 编译|VK 来源|Towards Datas Science 当我要求你解释文本数据时,你会怎么做?你将采取什么步骤来构建文本可视化? 本文将帮助你获得构建可视化和解释文本数据所需的信息。 从文本数据中获得的见解将有助于我们发现文章之间的联系。它将检测趋势和模式。
阅读全文
摘要:作者|Christophe Pere 编译|VK 来源|Towards Datas Science 介绍 长期以来,我听说时间序列问题只能用统计方法(AR[1],AM[2],ARMA[3],ARIMA[4])。这些技术通常被数学家使用,他们试图不断改进这些技术来约束平稳和非平稳的时间序列。 几个月前
阅读全文
摘要:作者|Orhan Gazi Yalçınv 编译|VK 来源|Towards Datas Science 你可能对不同的神经网络结构有点熟悉。你可能听说过前馈神经网络,CNNs,RNNs,这些神经网络对于解决诸如回归和分类之类的监督学习任务非常有用。 但是,在无监督学习领域,我们面临着大量的问题,如
阅读全文
摘要:作者|Christopher Tao 编译|VK 来源|Towards Datas Science 作为一个使用Python作为主要编程语言的数据科学家或分析师,我相信你一定经常使用Pandas。在Jupyter Notebook上输出pandas DataFrame是非常频繁的。 然而,你有没有想
阅读全文
摘要:作者|Andy Reagan 编译|VK 来源|Towards Datas Science 在MATLAB和数值计算的世界,for循环被剪掉,而向量为王。 在我的博士学位期间,Lakoba教授的数值分析课是我参加的最具挑战性的课程之一,在课程之后,我对向量代码有了深刻的理解。 我最喜欢的向量化例子是
阅读全文
摘要:作者|Philip Wilkinson 编译|VK 来源|Towards Datas Science 在使用Python将近一年的时间里,我经常遇到“生成式”这个词,但我没生成式它的确切含义或它所涵盖的内容。 直到最近,我才发现,有了生成式后,我可以利用列表将我的代码从多行缩短为一行。此外,这种代码
阅读全文
摘要:作者|B. Chen 编译|VK 来源|Towards Datas Science Pandas是一个惊人的库,它包含了大量用于操作数据的内置函数。其中,transform()在处理行或列时非常有用。 在本文中,我们将介绍以下最常用的Pandas transform()用途: 转换值 组合group
阅读全文
摘要:作者|Orhan Gazi Yalçın 编译|VK 来源|Towards Datas Science 如果你看看不同的教程,搜索,花大量时间研究关于TensorFlow的Stack Overflow,你可能已经意识到有很多不同的方法来构建神经网络模型。 这一直是TensorFlow面临的问题。这就
阅读全文
摘要:作者|Samrat Saha 编译|VK 来源|Towards Datas Science Supervised Contrastive Learning这篇论文在有监督学习、交叉熵损失与有监督对比损失之间进行了大量的讨论,以更好地实现图像表示和分类任务。让我们深入了解一下这篇论文的内容。 论文指出
阅读全文
摘要:作者|Ankit Gupta 编译|VK 来源|Towards Datas Science 在这篇文章中,我将讨论字典。这是“Python中的数据结构”系列的第二篇文章。本系列的第一部分是关于列表的。 字典是Python中使用键进行索引的重要数据结构。它们是无序的项序列(键值对),这意味着顺序不被保
阅读全文
摘要:作者|Luay Matalka 编译|VK 来源|Towards Datas Science 在本教程中,我们将了解如何根据不同的标准对可迭代的容器(如列表、元组、字符串和字典)进行排序。 对列表排序 有两种方法可以对列表进行排序。我们可以使用sort()方法或sorted()函数。sort()方法
阅读全文
摘要:作者|Roberto Sannazzaro 编译|Flin 来源|towardsdatascience OpenCV是一个强大的图像和视频处理库,在这篇文章中,我将创建一个运动热图,用于检测运动、一些物体或人的流动方向,以及在投影公共区域时对建筑师的帮助。 简介: OpenCV,或(开源计算机视觉)
阅读全文
摘要:作者|Priya Dwivedi 编译|Flin 来源|medium 介绍 美国和欧洲的许多城市现在都在谨慎地重新开放。人们被要求在外出时保持安全距离。但是人们照着做吗?城市对人们的安全距离是否符合规则进行评估并采取相应的行动是很重要的。如果大多数人都遵守疫情期间的命令,那么就可以安全地开放更多的公
阅读全文
摘要:作者|Jordan Van Eetveldt 编译|Flin 来源|towardsdatascience 你在互联网上找到的大多数人脸识别算法和研究论文都遭受照片攻击。这些方法在检测和识别来自网络摄像头的图像、视频和视频流中的人脸方面非常有效。然而,他们无法区分现实生活中的面孔和照片上的面孔。这种无
阅读全文