XiaoMi-AI文件搜索系统
World File Search System使用数据
使用数据驱动的方法对政府支出与影子经济之间的非线性依赖性进行建模
摘要：本文旨在使用非线性方法对影子经济规模与最重要的政府支出分别建模社会保护，健康和教育之间的关系。我们在1995年至2020年之间的横截面数据集上应用了四种不同的机器学习模型，即支持向量回归，神经网络，随机森林和XGBoost。我们的目标是校准一种算法，该算法可以比线性模型更好地解释影子经济规模的差异。此外，最大的模型已被用来预测30,000多个模拟支出组合的影子经济规模，以概述一些可能的拐点，之后政府支出变得适得其反。我们的发现表明，ML算法在R平方和根平方误差方面优于线性回归，而社会保护支出是阴影经济规模的最重要决定因素。进一步进行了我们对28个欧盟州的分析，在1995年至2020年之间，结果表明，当社会保护费用大于GDP的20％，健康费用大于GDP的6％，而教育费用占GDP的6％和8％的范围。据作者所知，这是第一篇用ML模拟影子经济及其决定因素（即政府支出）的论文。我们提出了一种易于复制的方法，可以在未来的研究中开发。
使用数据挖掘技术的糖尿病预测-IJRPR
随着全世界的快速精炼，创新至关重要。数据挖掘在医疗保健行业正在蓬勃发展。糖尿病是一种慢性病，如今相当频繁。是出于多种原因而发生的，但最终结果是，未达到人体满足其葡萄糖需求的所需胰岛素。这些激素的正常产生在体内保持正常的血糖水平，范围为70至180 mg / dl（4.0至7.8 mmol / l）。糖尿病的症状之一是高血糖水平，是由胰岛素产生引起的。胰岛素抵抗是这种糖尿病的主要原因。这是一种慢性疾病，筛查是必要的，因为将水平保持在一定范围内很重要，因为它对身体具有如此深刻的影响。在提供的数据中，我们使用建模机学习模型来预测糖尿病。今天，数据挖掘在各种领域，包括农业，医疗保健，安全和银行业务。糖尿病是体内血糖水平升高的慢性疾病。糖尿病会随着时间的流逝对肾脏，眼睛和心脏造成损害。国际糖尿病联合会估计糖尿病会影响全球3.82亿人。到本世纪末，数量将增加到5.92亿。医学专家发现在大多数情况下很难预测糖尿病。糖尿病可以分为三类：
关于如何使用数据科学来加速...的简短、实用的指南...
Ascent 的数据科学团队开展了互动研讨会，帮助确定并优先考虑支持这一目标的特定用例。作为其中一项举措，“Next Best Beer”推荐引擎被集成到 BrewDog 的营销自动化平台中，通过智能识别与产品特定消息相关的客户，在客户数字通信中实现了 2 倍的效率（与 BAU 相比，在 A/B 测试中）。结合移动应用集成，这些推荐将创造高度相关且一致的互动和产品曝光 - 符合全渠道购物体验的总体目标。该推荐引擎帮助 BrewDog 证明了其数据作为其现有流程的一部分的价值，并利用了客户忠诚度。
人工智能在处理和使用数据方面的方法
摘要。在现代动态不断发展的社会中，越来越多的人患有慢性和严重疾病，医生和患者需要特殊和复杂的医疗和健康支持。因此，著名的健康利益相关者已经认识到发展此类服务以简化患者生活的重要性。此类支持需要收集：大量患者的复杂数据（临床、环境、营养、日常活动……）、来自智能可穿戴设备的各种数据、来自配备传感器的服装的数据等。必须正确汇总、处理、分析整体患者数据并呈现给医生/护理人员，以推荐适当的治疗和行动，以改善患者的健康相关参数和总体健康状况。先进的人工智能技术提供了分析此类大数据、使用它们并获得新知识以支持（个性化）医疗决策的机会。基于高级机器/深度学习、联邦学习、迁移学习、可解释人工智能等新方法为未来更高质量地使用健康和医疗数据开辟了新道路。在本文中，我们将介绍一系列人工智能方法在（个性化）医疗决策中的应用领域的一些关键方面和典型示例。
使用数据挖掘进行生物暗物质探索......
作者：J Rivera-Chávez · 2022 · 被引用 5 次 — 由于在产生 rimosa-mide 的菌株中未发现杀稻瘟素 S，这些化合物可能有助于它们防御其他链霉菌。
Infrrd.ai 在 SemEval-2022 任务 11：使用数据增强、基于 Transformer 的序列标记模型和 EnsembleCRF 进行命名实体识别的系统
在低资源语言中，训练数据量有限。因此，模型必须在未训练过的陌生句子和句法上表现良好。我们提出了一种通过编码器和语言模型集成来解决这个问题的方法。与多语言语言模型相比，特定语言的语言模型表现不佳。因此，多语言语言模型检查点针对特定语言进行了微调。在模型输出和 CRF 之间引入了一种新颖的独热编码器方法，以集成格式组合结果。我们的团队 Infrrd.ai 参加了 MultiCoNER 竞赛。结果令人鼓舞，团队位列前 10 名。在我们参加的大多数赛道中，与第三名的差距不到 4%。所提出的方法表明，以多语言语言模型为基础在编码器的帮助下的模型集成比单一语言特定模型的表现更好。
使用数据分析评估不同的 OTT 平台
Heet Shah、Vaishnavi Jadhav、Tanmay Gharte、Soham Wattamwar、Varsha Naik 摘要：在这个在线平台的新时代，出现了许多电影内容平台，人们可以根据自己的方便在线观看电影，让忙碌的生活变得轻松。但是由于存在大量电影数据集，用户很难搜索和选择电影。在本文中，我们讨论了电影推荐系统及其技术，并尝试通过执行探索性数据分析和使用 Tableau 工具对预处理结果进行可视化，深入分析为什么某些电影更出名以及哪些因素导致电影或网络剧获得认可。可视化描绘了重要的关系，每部电影背后用户的情绪以及正在考虑和评估的参数最终将成为任何参与该领域个人的重要关键。在进行这项工作时，需要重点关注的因素主要是地理位置、电影类型、演员和导演的知名度、该导演执导的电影的过去历史等等，而我们的研究已经很好地证明了这一点。
使用数据挖掘对航空事故进行分类...
全球长途旅行的交通工具。随着技术的发展，这种交通方式取得了长足的进步。除了技术发展之外，由于其快速安全的交通，客运量也在逐渐增加。相比之下，飞机事故的死亡率相当高，一次事故就会有数百人死亡。本研究旨在对几起飞机事故进行分类，以找出关键因素及其对事故的总体影响。在本研究中，收集了自 2000 年以来全球范围内与上述事故相关的适当数据，然后使用顺序最小优化、决策树 (J48) 和朴素贝叶斯进行分析。结果表明，决策树算法为研究提供了最准确的结果。最后，对每个阶段都提出了适当的意见，以减少事故。如果考虑到这些评估，航空运输将更加可靠，从而将人员伤亡降至最低。
公司背景：AI Arrive 是一家人工智能公司，其愿景是创建 AI 产品，以加速研究并增强我们对人类疾病的了解。CloseBy 是一个健康生活平台，它汇总不同的社区数据，以帮助个人在搬迁到特定区域时做出明智的决定。我们的使命很简单，就是使数据孤岛民主化，并呈现一个整体的画面，帮助个人做出更明智的决定。团队规模：4-5 名学生地点：远程，客户/团队会议将使用 Zoom 举行。项目摘要：AI Arrive 希望使用开源数据集（例如人口普查、空气质量开放数据、CDC 社会脆弱性指数、Zillow 住房和租金价格以及 python news-fetch）开发一个健康生活平台。目标是构建 ETL 提取系统和聚合开源社区数据和新闻文章的数据模型。另一个目标是使用 d3.js 和/或其他可视化工具开发视觉效果以在地图上显示数据。所有知识产权将归 AI Arrive 所有。关键技能/技术：开发 ETL 管道、使用数据库和使用 d3.js 进行可视化的背景将有助于完成这个项目。团队可以向客户寻求指导。学生福利：
公司背景：AI Arrive 是一家人工智能公司，其愿景是创建 AI 产品，以加速研究并增强我们对人类疾病的了解。CloseBy 是一个健康生活平台，它汇总不同的社区数据，以帮助个人在搬迁到特定区域时做出明智的决定。我们的使命很简单，就是使数据孤岛民主化，并呈现一个整体的画面，帮助个人做出更明智的决定。团队规模：4-5 名学生地点：远程，客户/团队会议将使用 Zoom 举行。项目摘要：AI Arrive 希望使用开源数据集（例如人口普查、空气质量开放数据、CDC 社会脆弱性指数、Zillow 住房和租金价格以及 python news-fetch）开发一个健康生活平台。目标是构建 ETL 提取系统和聚合开源社区数据和新闻文章的数据模型。另一个目标是使用 d3.js 和/或其他可视化工具开发视觉效果以在地图上显示数据。所有知识产权将归 AI Arrive 所有。关键技能/技术：开发 ETL 管道、使用数据库和使用 d3.js 进行可视化的背景将有助于完成这个项目。团队可以向客户寻求指导。学生福利：