閱讀筆記 – 最佳的資料視覺化工具的完整介紹

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”

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:

Continue reading “微軟 10 大人工智慧工具 – 放入你的技術雷達範圍內”

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?

Continue reading “2018 年機器學習面試最常問的問題 ( 1 – 3 )”

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?

Continue reading “2018 年機器學習面試最常問的問題 ( 1 – 2 )”

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:

Continue reading “閱讀筆記 – [IDG 報告] 銀行正在如何運用 AI 技術”

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”

Powered by WordPress.com.

Up ↑