文章網址
A Complete Overview of the Best Data Visualization Tools
筆記摘要
如果要手動將數以萬計的資料一點一點的繪製需要許多時間，資料視覺化的工具可以幫助你快速地且精美地完成。
視覺化工具可達成許多目的 : 儀表板、年度報表、銷售與行銷資料、投資人簡報檔案 ，以及所有馬上需以視覺來表達的資訊需求。 Continue reading “閱讀筆記 – 最佳的資料視覺化工具的完整介紹”
閱讀筆記 – 最佳的資料視覺化工具的完整介紹
微軟 10 大人工智慧工具 – 放入你的技術雷達範圍內
原文 : Top 10 Microsoft AI tools to keep on your radar
授權 : Soft & Share 是本文原創 Pluralsight 的聯盟
2018年對人工智慧來說是很棒的一年。 我們看到了新工具和新技術的誕生，它們幫助開發人員建構尖端軟體，並轉變公司進入人工智慧的主流。 有了這個基礎，2019 年將是我們看到人工智慧技術成熟和新解決方案的一年，但是什麼將使這些解決方案成功呢？
微軟執行長 Satya Nadella 最近分享道:
2018 年機器學習面試最常問的問題 ( 1 – 3 )
原文 : Top Machine Learning Interview Questions for 2018 (Part-1) 註: 原文有 18 個問題，我們將分三單元來翻譯
接續
Q13. 有一個同事聲稱他建立的分類器( classifier )已經達到了99.99% 的準確率？ 你會相信他嗎？ 如果沒有，主要嫌疑點會是什麼？ 你會怎麼解決它？
2018 年機器學習面試最常問的問題 ( 1 – 2 )
原文 : Top Machine Learning Interview Questions for 2018 (Part-1) 註: 原文有 18 個問題，我們將分三單元來翻譯
接續 2018 年機器學習面試最常問的問題 ( 1 – 1 )
Q7. 你能比較一下決策樹( Decision Trees )和線性迴歸( linear regression )嗎？ 決策樹能用於非線性分類( non-linear classification )嗎？
[閱讀筆記] 執行機器學習所學到的教訓 : 五家公司分享曾犯的錯誤
文章網址
Machine learning lessons: 5 companies share their mistakes
筆記摘要
機器學習可能會產生很糟糕的結果，讓你很後悔太過匆忙地去熱情擁抱
Continue reading “[閱讀筆記] 執行機器學習所學到的教訓 : 五家公司分享曾犯的錯誤”閱讀筆記 – [IDG 報告] 銀行正在如何運用 AI 技術
原文網址
How banking is adopting and using AI technology
筆記與摘要
人工智慧被認為是當今銀行最重要的顛覆性技術之一，普華永道(PwC)最近的一項調查顯示，72％的高級管理人員將人工智慧和機器學習（ML）視為競爭優勢的關鍵來源。該調查還強調，金融服務部門52％的公司已經對人工智慧做出了實質性承諾，其中 66％ 預計到 2020 年將有大量投資。
讓我們由這篇 IDG 的趨勢文章來看銀行運用 AI 創新讓哪些技術越來越重要:
2018年資料科學前 20 名熱門 Python 程式庫
前言: 這篇是翻譯自 Top 20 Python libraries for data science in 2018
感謝作者 ActiveWizards 公司授權翻譯
Python 持續在解決資料科學任務和挑戰方面處於領先的地位。 去年我們發了一篇部落格，介紹了一些 Python 的程式庫( libraries )，這些被證明在那時是最有用的程式庫。 今年，我們擴大名單並以新鮮視角重新審視我們已討論過的，重點關注這一年來所做的更新。
Continue reading “2018年資料科學前 20 名熱門 Python 程式庫”