Risultati Ricerca Intelligenza Artificiale Italia
Risultati di ricerca per "data scientist"
145 risultati trovati per "data scientist"
- VIAGGI & TRASPORTI
) che fa emergere i data scientist. Offerte veramente personalizzate Oggi le agenzie di viaggio utilizzano i big data per creare una visione Se la tua compagnia aerea ha investito in big data, ti offrirà opportunità di cross-selling e up-selling Efficienza migliorata Oltre ai sensori, i data scientist stanno estraendo informazioni da tutti gli angoli suo motore di ricerca come inizio, la start-up di viaggi Hopper mira a utilizzare algoritmi di big data
- Creare Grafici Dinamici e Interattivi con Python
Raccontare una storia con i dati è una funzione fondamentale per qualsiasi Data Scientist e creare visualizzazioni di dati che siano allo stesso tempo illuminanti e accattivanti può essere difficile. dei dati. Lavoreremo con il set di dati NIFTY-50 . Il set di dati è apertamente disponibile su Kaggle , ma utilizzeremo un sottoinsieme dei dati contenente
- Linguaggi di Programmazione per la Data Science
Quali sono i linguaggi più usati o richiesti nella data science ?
- Codifica etichetta
in binari: import numpy as np import pandas as pd from sklearn.preprocessing import LabelEncoder data , 'Country':['Tanzania','Kenya', 'Tanzania', 'Tanzania','Kenya']} # Creiamo il dataFrame data = pd.DataFrame(data) # creiamo il label encoder object le = LabelEncoder() data['Gender']= le.fit_transform (data['Gender']) data['Country']= le.fit_transform(data['Country']) print(data) Dati trasformati
- Passaggio 3: elaborare i dati per l'analisi
Ti consigliamo di verificare i seguenti errori comuni: Valori mancanti, forse clienti senza una data , forse avrai date che non hanno senso, come i dati registrati prima dell'inizio delle vendite Dovrai Dovrai usare la tua intuizione qui: Se un cliente non ha una data di contatto iniziale, ha senso dire che NON c'era una data di contatto iniziale? esplorativa dei dati (EDA).
- Cancellazione variabile
. # importa packages import numpy as np import pandas as pd # leggi dataset data = pd.read_csv('path /to/data') #setta threshold threshold = 0.7 # droppa colonne con i valori mancani più alti del threshold data = data[data.columns[data.isnull().mean() < threshold]] Nello snippet di codice sopra, puoi vedere come utilizzo NumPy e panda per caricare il set di dati e impostare una soglia su 0.7 . Ti consiglio di impostare il valore di soglia in base alla dimensione del tuo set di dati.
- Programmazione
Bisogna avere una buona conoscenza dei concetti di programmazione come strutture dati e algoritmi . R: R Basics Vector List Data Frame Matrix Array Function, etc. dplyr ggplot2 Tidyr Shiny, etc. DataBase: SQL MongoDB Altro: Data Structure Time Complexity Web Scraping Linux Git
- JAVA
Può sembrare che uno scienziato dei dati non abbia bisogno di Java, tuttavia, framework come Hadoop vengono Questi framework costituiscono gran parte dello stack di big data. di big data in esecuzione in sistemi cluster. Ciò consente l'archiviazione di enormi quantità di dati e consente una maggiore potenza di elaborazione ha effettivamente una serie di librerie e strumenti per l'apprendimento automatico e la scienza dei dati
- Imputazione media o mediana
Questa strategia può essere applicata a una feature che contiene dati numerici. # Sostituisci i valori nulli con la media delle colonne di appartenenza data = data.fillna(data.median()) Nell'esempio sopra , usiamo il metodo mediano per riempire i valori mancanti nel set di dati.
- Normalizzazione Min-Max in Python
funzionalità in un determinato intervallo: from sklearn.preprocessing import MinMaxScaler import numpy as np data # creiamo lo scaler method scaler = MinMaxScaler(feature_range=(0,1)) # Scaliamo e trasformiamo i dati scaled_data = scaler.fit_transform(data) print(scaled_data) # [[0.3 0.03448276] # [1. 1. ] # [0.9 0.4137931 ] # [0. 0. ]] Come puoi vedere, i nostri dati
- Distribuzione Normale dei Dati
Nel capitolo precedente abbiamo imparato a creare un array completamente casuale, di una data dimensione , e tra due dati valori. In questo capitolo impareremo come creare un array in cui i valori sono concentrati attorno a un dato dei dati , o distribuzione dei dati gaussiana , dal matematico Carl Friedrich Gauss che ha inventato la formula di questa distribuzione dei dati.
- Codifica one-hot
LabelEncoder ci aiuterà a creare una codifica intera di etichette dai nostri dati eOneHotEncoder creerà numpy as np from sklearn.preprocessing import OneHotEncoder, LabelEncoder # definiamo un esempio data warm', 'hot']) # creiamo integer encode label_encoder = LabelEncoder() # alleniamo e trasformia i dati integer_encoded = label_encoder.fit_transform(data) print(integer_encoded) # creiamo one-hot encode (len(integer_encoded), 1) # alleniamo e trasformia i dati onehot_encoded = onehot_encoder.fit_transform
