Plotly’s AI Tools Are Redefining Data Science Workflows
Plotly的AI驱动工具如何通过更快的开发，更智能的见解和改进的协作来改变数据科学工作流程。Postly的AI工具正在重新定义数据科学工作流程，这首先是朝向数据科学的。
How to Fine-Tune DeepSeek-R1 for Your Custom Dataset (Step-by-Step)
一步一步微调 DeepSeek 模型……即使您是 LLM 新手！
在这篇文章中，我们展示了如何使用自定义数据源连接器将Alation的业务策略与Amazon Q Business应用程序集成的示例。
在本系列的第 1 部分中，我们介绍了 Amazon SageMaker Python SDK 上新推出的 ModelTrainer 类及其优势，并向您展示了如何在自定义数据集上微调 Meta Llama 3.1 8B 模型。在这篇文章中，我们将介绍 ModelBuilder 类的增强功能，它允许您将模型从 ModelTrainer 无缝部署到 SageMaker 终端节点，并为多种部署配置提供单一界面。
Data Leakage in Preprocessing, Explained: A Visual Guide with Code Examples
数据预处理预处理管道泄漏的 10 种隐秘方式在我教授机器学习的经验中，学生经常会遇到同样的问题：“我的模型表现很好——准确率超过 90%！但是当我将其提交给隐藏数据集进行测试时，它现在不那么好了。哪里出了问题？”这种情况几乎总是指向数据泄漏。当测试数据中的信息在数据准备步骤中潜入（或泄漏）到您的训练数据中时，就会发生数据泄漏。这通常发生在常规数据处理任务中，而您没有注意到。当发生这种情况时，模型会从它不应该看到的测试数据中学习，从而使测试结果具有误导性。让我们看看常见的预处理步骤，看看数据泄漏时究竟会发生什么——希望您可以在自己的项目中避免这些“管道问题”。所有视觉效果：作者使用 Canva
Amazon Bedrock 的知识库是一项完全托管的服务，可帮助您实施从提取到检索和快速增强的整个检索增强生成 (RAG) 工作流，而无需构建自定义数据源集成和管理数据流，从而突破了您在 RAG 工作流中可以做的事情的界限。然而，它是 [...]
Step-by-Step Guide to Creating Simulated Data in Python
一个适合初学者的教程，教你如何生成自己的数据进行分析和测试照片由 Alexandru-Bogdan Ghita 在 Unsplash 上拍摄想象一下，你刚刚编写了一个机器学习模型，需要在特定场景中对其进行测试，或者你正在发布一篇关于自定义数据科学解决方案的学术论文，但可用的数据集有版权限制。另一方面，你可能正处于机器学习项目的调试和故障排除阶段，需要数据来识别和解决问题。所有这些情况，以及更多情况，都可以从使用模拟数据中受益。通常，现实世界的数据并不容易获得、昂贵或私密。因此，创建合成数据对数据科学从业者和专业人士来说是一项有用的技能。在本文中，我介绍了一些使用 Python 从头开始创建
How Many Cars Are in This Aerial Imagery? Let’s Count Them with YOLOv8 from Scratch!
从 A 到 Z 的分步指南，用于在自定义数据库上部署 YOLOv8 进行对象检测和计数。继续阅读 Towards Data Science »
Introducing guardrails in Knowledge Bases for Amazon Bedrock
Amazon Bedrock 的知识库是一种完全托管的功能，可帮助您使用检索增强生成 (RAG) 将 Amazon Bedrock 中的基础模型 (FM) 安全地连接到您的公司数据。此功能简化了整个 RAG 工作流程，从提取到检索和快速增强，无需自定义数据源集成和数据流 [...]
The Impact of Data Privacy and Security on Off-the-Shelf Training Data
从头开始构建新的自定义数据集既有挑战性又乏味。得益于现成的数据，它为开发人员提供了一种快速有效的解决方案，可以将数据嵌入到他们的 AI 产品中并使其发挥作用。现成的数据是预先收集、清理、标记并随时可用的数据。然而，寻找合适的现成数据 […]
