使用数据关键词检索结果

绘制不断变化的经典:斯坦福研究人员利用数据重新思考英语教育

Mapping the shifting canon: Stanford researchers use data to rethink English education

研究人员在中学和中学后英语课程中发现了有趣的文本模式。文章《绘制不断变化的经典:斯坦福研究人员使用数据重新思考英语教育》首次出现在《斯坦福日报》上。

所以你的数据在数据泄露中被盗了

So your data was stolen in a data breach

如果你……存在于这个世界上,你很可能在某个时候收到过一封信或电子邮件,告知你你的数据被盗了。最近,一次黑客攻击针对了 Ticketmaster、AT&T、Advance Auto Parts 等使用数据云公司 Snowflake 的公司,可能涉及数亿人。在今天的节目中,我们试图弄清楚被盗数据的最终去向,我们应该对此有多担心,以及当坏人窃取我们的个人和私人信息时,我们应该怎么做。还有:我们的信息是如何被买卖和窃取的。本期节目由 Amanda Aronczyk 和 Keith Romer 主持。由 Sam Yellowhorse Kesler 制作,Meg Cramer 编辑。该节目由 Ko Ta

ML 蜕变:链接 ML 模型以获得优化结果

ML Metamorphosis: Chaining ML Models for Optimized Results

知识提炼、模型压缩和规则提取的通用原则图 1。此图像和其他图像均由作者在 recraft.ai 的帮助下创建机器学习 (ML) 模型训练通常遵循熟悉的流程:从数据收集开始,清理和准备数据,然后进行模型拟合。但如果我们可以进一步推进这个过程会怎样?正如一些昆虫在成熟之前会经历剧烈的变化一样,ML 模型也可以以类似的方式进化(参见 Hinton 等人 [1])——我称之为 ML 蜕变。此过程涉及将不同的模型链接在一起,从而产生最终模型,该模型的质量明显优于从头开始直接训练的模型。其工作原理如下:从一些初始知识(数据 1)开始。在此数据上训练 ML 模型(模型 A,例如神经网络)。使用模型 A 生成

探索 JMC 数据所讲述的故事

Discovering the story JMC’s data tells

使用数据分析和可视化有助于帮助联合弹药司令部企业的员工提供正确的弹药……

数据驱动学习:使用分析来提高员工绩效

Data-Driven Learning: Using Analytics To Boost Employee Performance

了解 L&D 专业人员如何使用数据和学习分析来优化培训计划、个性化学习体验并将学习成果与业务绩效联系起来。了解实施数据驱动学习策略的关键步骤。本文首次发表于 eLearning Industry。

进行公平性评估

Conducting Equity Assessments

这个为多部门社区联盟量身定制的工具描述了进行公平性评估的关键步骤,提出了一些问题来帮助理解他们的工作对不同人群的影响,并建议使用数据进一步推动联盟努力解决 SDOH 的额外资源。

从恒星到生命

From Stars to Life

数据驱动之旅(德雷克方程系列第 2 部分)在第 1 部分中,我们探索了银河系中可能有多少颗恒星拥有行星,并使用数据估算了银河系中拥有行星的恒星总数。现在我们已经解决了恒星问题,让我们仔细看看行星本身。在第 2 部分中,我们将深入研究这些行星中有多少颗可以真正支持生命,生命出现的频率以及生命进化为像我们这样的智慧文明的可能性。随着我们继续研究德雷克方程,事情变得更加具有推测性。但别担心,我们将使用数据科学、蒙特卡罗模拟和基于当前研究的合理假设来让事情变得扎实。所有图像均由作者使用 Midjourney 开发。快速提醒:德雷克方程为了提醒您,德雷克方程分解了估计活跃、可交流的外星文明数量的步骤。让

计算接触

Calculating Contact

数据驱动下的外星文明观察(德雷克方程系列第 1 部分)如果我告诉你银河系中目前可能有超过 2,000 个外星文明,你会怎么想?这听起来就像你最喜欢的科幻节目中的情节转折,对吧?但如果我说我们可以使用数据科学来更接近答案,你会怎么想?这正是我们在本系列中要做的,使用实数来估计可能存在多少外星文明,它们可能有多近,以及我们是否有机会接触它们。在本系列中,我们将研究德雷克方程,自 1960 年代以来,当涉及到估计有多少先进的外星文明时,它一直是科学家的首选工具。我们将使用蒙特卡罗模拟等现代数据科学技术为内容增添趣味,这些技术本质上是一种奇特的说法,“让我们运行这些数字数千次,看看会发生什么。”所有图

DUNEX 期间部署连贯海军 X 波段雷达

Coherent Marine X-Band Radar Deployment during DUNEX

摘要:2021 年 10 月至 2022 年 8 月,由亥姆霍兹-赫里翁中心 (Hereon) 开发的海洋 X 波段雷达系统部署在位于北卡罗来纳州达克的美国陆军工程研究与发展中心、实地研究设施 (FRF) 的近岸视野范围内。该雷达部署是 FRF、赫里翁和迈阿密大学研究人员之间的合作成果,是作为近岸事件期间实验 (DUNEX) 的一部分发起的,DUNEX 是一项由美国海岸研究计划资助的大型多机构实地实验。Hereon 雷达在主要的 DUNEX 实地活动期间(大约 2021 年 10 月)成功收集了数据,并持续几乎不间断地收集数据,直到 2022 年 8 月。为了方便使用 Hereon 雷达数据,

Anais Dotis-Georgiou,InfluxData 开发倡导者——访谈系列

Anais Dotis-Georgiou, Developer Advocate at InfluxData – Interview Series

Anais Dotis-Georgiou 是 InfluxData 的开发倡导者,热衷于使用数据分析、人工智能和机器学习让数据变得美丽。她收集数据,进行研究、探索和工程设计,将数据转化为功能、价值和美感的东西。当她不 […]Anais Dotis-Georgiou,InfluxData 的开发倡导者 - 访谈系列文章首先出现在 Unite.AI 上。

体育博彩公司避免赢家的赌注

Sportsbooks Avoid Bets from Winners

那些成功击败体育博彩公司的赌徒表示,他们经常因为成功太多而被关闭。芝加哥的体育博彩者戴夫·霍姆斯 (Dave Holmes) 表示,当他开始使用基于数学的投注策略赢得更多时,包括 BetMGM、ESPN Bet 和 Caesars 在内的公司开始拒绝他的赌注。体育博彩公司限制逆向选择并不奇怪。以这种方式限制风险可能公平也可能不公平,但它是有利可图的。使用数据分析进行投注更像是赌场禁止二十一点玩家算牌,还是更像日内交易者开发复杂的算法来套利证券价格的隐含差异?证券市场是正和游戏,更好的分析会产生更多信息丰富的价格信号供许多其他人使用。在体育博彩上赌博,就像在赌场赌博一样,是一场零和游戏,“庄家”

Python + Google Earth Engine

Python + Google Earth Engine

如何清理巴西任何 Shapefile 的 MapBiomas LULC 栅格图 1:AC 波尔图阿克里的土地利用和土地覆盖(1985-2022 年)。自制,使用 MapBiomas LULC Collection 8。如果您曾经处理过巴西的土地使用数据,那么您肯定遇到过 MapBiomas²。他们的遥感团队开发了一种算法,用于对巴西(现在包括南美洲和印度尼西亚大部分地区)每块 30m x 30m 领土的土地使用进行分类。九年后,他们提供了各种产品,包括 MapBiomas LCLU(我们将在这里探索)、MapBiomas Fire、MapBiomas Water、MapBiomas Irrig

您的财务状况正在继续。这是

Your finances are being snooped on. Here's how

我们都有一个很好的主意,即我们的财务状况正在被偷偷摸摸,但是我们大多数人都无法表达出如何表达。我们知道,我们被两个团体,公司和政府偷偷摸摸。这篇文章将重点关注政府如何监视我们的交易,因为民主政府通常(但并非总是如此!)提前告诉我们他们将收集什么信息,以及如何使用数据。数据是有充分理由的 - 他们正试图追踪这笔钱以抓住坏人。要求提供搜查令,政府有权收集此信息,而不必要求法官批准。我认为,公民在一定程度上接受了一定程度的无保证财务偷窥是可以的,因为这会减少犯罪。但是,随着监视强度的增加,它最终达到了令人毛骨悚然的领域,在这一点上,我们大多数人都希望使用制动器。这条线在哪里?我是一个承诺的比较主义者

陆军第一批新准尉招募员毕业

Army graduates its first cohort of new warrant officer recruiters

新军事职业专业的士兵计划使用数据来帮助陆军吸引新人才。

优先公开建议:小型企业管理局

Priority Open Recommendations: Small Business Administration

GAO 发现了什么2023 年 5 月,GAO 为小企业管理局 (SBA) 确定了 13 项优先建议。此后,SBA 已实施其中四项建议,包括最终确定欺诈风险策略以及使用数据分析来检测某些 COVID-19 救济计划中的潜在欺诈性接受者。2024 年 3 月,GAO 为 SBA 确定了另外四项优先建议,使总数达到 13 项。这些建议涉及以下领域:改进对 COVID-19 大流行应对的监督和沟通、加强灾后恢复工作、改进出口促进行动、应对网络安全挑战、更及时地满足报告要求以及支持退伍军人拥有的小企业。SBA 对这些问题的持续关注可能会显著改善政府运作。GAO 为何进行这项研究优先开放建议是 GAO

通过 REL Mid-Atlantic 建设数据能力

Building Data Capacity with REL Mid-Atlantic

了解 REL Mid-Atlantic 如何与费城学区合作,帮助他们的教育领导者使用数据来告知、监控和完善他们的一项公平计划。

海军准备:提高船员数据可靠性和管理所需的行动

Navy Readiness: Actions Needed to Improve the Reliability and Management of Ship Crewing Data

GAO 的发现海军使用数据来衡量其人员目标水平并监控人员准备情况。这些数据称为填充和适合指标。填充指标衡量船上的人员数量。适合度指标衡量人员的技能、经验和专业技能。然而,数据不够可靠或透明。具体来说,GAO 发现海军对这些数据应用了一些计算规则,导致将一些初级入伍水手算作填补需要更多高级水手的职位。例如,删除一项计算规则后,与核动力船舶相关的职位的合适水手数量就会下降(见图)。在海军删除这些计算规则之前,它将继续依赖无法准确了解整个舰队的技能和经验差距的真实程度的数据。截至目前入伍水手健身数据中包含和删除的计算规则示例2023 年 5 月海军并未始终如一地使用经过验证的人员要求来为决策提供信息

没有时间可以浪费

NO TIME TO WASTE

AMLC 正在使用数据帮助决策者在大规模战斗行动中预测和定位救生物资。在医学上,有一个...