走向数据科学领域信息情报检索

在数据科学领域分享概念、思想和代码。Towards Data Science Inc.是一家在加拿大注册的公司。它为成千上万的人提供了一个交流思想、扩展对数据科学理解的平台。

技能与AI技能

Skills vs. AI Skills

哪些技能是永恒的,差距在哪里?邮政技能与AI技能首先出现在数据科学方面。

您的提示如何导致AI误入歧途

How Your Prompts Lead AI Astray

实用的提示,以识别并避免提示BIA。帖子您的提示如何引导AI误入歧途,这首先出现在数据科学上。

逆PDE问题的物理信息神经网络

Physics-Informed Neural Networks for Inverse PDE Problems

使用DEEPXDE求解热方程。针对PDE逆问题的物理学后的神经网络首先出现在数据科学方面。

用Spacy掌握NLP - 第1部分

Mastering NLP with spaCY — Part 1

了解象征化,诱捕性和核心操作。邮政对NLP进行Spacy的掌握 - 第1部分首先出现在数据科学方面。

Stanford框架将AI变成您的PM SuperPower

The Stanford Framework That Turns AI into Your PM Superpower

产品经理的AI自动化指南。

与我的经纪人交谈

Talk to my Agent

令人兴奋的新世界设计对话驱动对话的API。

使用Terraform

End-to-End AWS RDS Setup with Bastion Host Using Terraform

了解如何使用Terraform自动化安全的AWS基础架构 - 包括VPC,公共/私人子网,MySQL RDS数据库和用于安全访问的堡垒主机。端到端的AWS RDS设置与Bastion Host的邮政为bastion主机,使用Terraform首先朝向数据科学。

宣言和急需的及时工程,用于生成ai

Declarative and Imperative Prompt Engineering for Generative AI

概念性概述和实际考虑,宣告后的宣告和急切及时的生成AI的工程首先出现在数据科学方面。

Power BI中的查询折叠是什么?您为什么要关心?

What Is a Query Folding in Power BI and Why should You Care?

“这会打破查询折叠吗?” “您的查询折叠吗?”……也许有人问您这些问题,但您就像:“查询……whaaaat?!!在本文中,我们将查询折叠降低及其对有效数据刷新的重要性,在Power bithe中,Power bi in power bi中的查询折叠是什么,您为什么要关心?

我如何微调花岗岩视觉2b击败90b型号 - 洞察力和经验教训

How I Fine-Tuned Granite-Vision 2B to Beat a 90B Model — Insights and Lessons Learned

一个动手旅行,探索探索微观模型的功能的微调技术。我如何微调的花岗岩效率2B击败90b模型 - 洞察力和经验教训首先出现在数据科学方面。

50/50不是最佳的:揭穿甚至重新平衡

When 50/50 Isn’t Optimal: Debunking Even Rebalancing

一种新的阶级不平衡理论表明,当二进制问题中的最佳训练失衡不是50%,当50/50不是最佳的帖子:揭穿甚至重新平衡的情况首先出现在数据科学上。

获取AI发现正确

Getting AI Discovery Right

构思,验证和优先考虑AI使用的指南Casesthe帖子获得AI Discovery正确的介绍首先出现在数据科学上。

灰度图像如何影响视觉异常检测?

How Do Grayscale Images Affect Visual Anomaly Detection?

侧重于性能和速度的实用探索术语图像如何影响视觉异常检测?首先出现在数据科学上。

优化影响:如何保持AI领先并作为数据科学家壮成长

Optimize for Impact: How to Stay Ahead of Gen AI and Thrive as a Data Scientist

生存的数据科学家将不会是比Chatgpt更好编码的人 - 他们将成为策略性地认为对影响的帖子优化的人:如何保持AI领先和作为数据科学家的壮成长,这首先是迈向数据科学的。

llms继续发展。您的技能也应该如此。

LLMs Continue to Evolve. So Should Your Skill Set.

本周,我们重点介绍了围绕大型语言模型的新兴主题和技术的三篇文章。LLMS继续发展。您的技能也应该如此。首先出现在数据科学上。

为什么在AI时代bi

Why BI in the AI Age

关于人为主导的分析的论点(至少目前)是为什么AI时代BI首先出现在数据科学方面的帖子。

变形金刚(和注意力)只是高档的加法机

Transformers (and Attention) are Just Fancy Addition Machines

“您需要的只是您需要”作为一系列乘法和关节操作的序列,但是...如果我告诉您它们是添加剂的?邮政变压器(和注意力)只是奇特的加法机器,首先是迈向数据科学的。

如何不误导您的数据驱动故事

How Not to Mislead with Your Data-Driven Story

数据讲故事可以启发 - 但也可以欺骗。当有说服力的叙事符合有偏见的框架,樱桃挑选的数据或误导性视觉效果时,见解会冒险成为幻想。本文探讨了在数据驱动的讲故事中嵌入的隐藏偏见,从诱惑美丽的图表到AI基础生成的见解的安静影响,并提供了实用的策略来讲述不仅令人信服的故事,而且不仅具有可靠,透明,并依靠真实。