KDnuggets ™ News 21: n35, 15. septembra: Portfelj znanosti o podatkih, ki vam bo prinesel službo; 18 najboljših platform za strojno učenje z nizko kodo in brez kode

Tags: API, Globoko učenje, Nizka koda, Brez kode, Portfelj, Projekt, Python

Here is a Data Science Portfolio that will land you the job; Review the top 18 Low-Code and No-Code Machine Learning platforms; Try these 8 Deep Learning Project Ideas for Beginners; Very useful – working with Python APIs for data science project.

KDnuggets Program nagrajevanja najboljših blogov bo vsak mesec plačal avtorjem vrhunskih blogov. Ponovne objave so sprejete, vendar so prvotni prispevki deležni 3-krat višje stopnje ponovnih objav. Preverite naše Smernice in kmalu oddajte svoj blog!

Lastnosti

Portfelj podatkovne znanosti, ki vam bo omogočil zaposlitev, avtor Natassha Selvaraj
18 najboljših platform za strojno učenje z nizko kodo in brez kode, avtorja Yulia Gavrilova
8 idej o projektih poglobljenega učenja za začetnike, avtor Aqsa Zafar
Delo z API -ji Python za projekt Data Science Project, avtor Nathan Rosidi
Metode predhodne obdelave besedila za poglobljeno učenje, avtor Kevin Vu

Izdelki, storitve

Spletni seminar Amazon Web Services: Povečajte zadovoljstvo strank in prodajo s podatki o vpogledih potrošnikov, avtor Roidna
85% projektov znanosti o podatkih ne uspe - evo, kako se temu izogniti, avtor SparkBeyond
300 voditeljev podatkovne znanosti pove, kaj zadržuje njihove ekipe, avtor Domino

Vadnice, pregledi

Pospešitev usposabljanja nevronskih omrežij z več grafičnimi procesorji in namigom, avtorja Jacqueline Nolis
Znanstveniki brez podatkovnega inženiringa se bodo soočili s kruto resnico, avtor Soner Yildirim
Uvod v okrepljeno učenje z OpenAI Gym, RLlib in Google Colab, avtorja Galarnyk & Mika
Najboljši način za avtomatizacijo in orkestriranje podatkovnih kanalov, avtor Thuwarakesh Murallie
3 najpomembnejše lekcije, ki sem se jih 3 leta naučil v svoji karieri podatkovnih znanosti, avtor Terence Shin
Kako ustvariti peskovnik za optimizacijo cevovodov AutoML, avtor Matthew Mayo
7 razlik med analitikom podatkov in znanstvenikom za podatke, avtor Zulie Rane

Komentarji

Koliko nevronov AI potrebuje za simulacijo možganskega nevrona?, Jezus Rodriguez
Pametna zaužitja: uporaba ontologije poganjane AI, avtor Prad Upadrashta
Matematika 2.0: temeljni pomen strojnega učenja, dr. Claus Horn

Najboljše zgodbe, tweets

Delovna mesta

Glej našo nedavno zaposlitve v AI, Analytics, Data Science, Strojno učenje
Na spletni strani delovnih mest KDnuggets lahko objavite brezplačen kratek vnos v panogi ali akademskem delu, povezanem z AI, velikimi podatki, znanjem o podatkih ali strojnim učenjem, e-pošto - oglejte si podrobnosti na kdnuggets.com/jobs

Slika tedna

Portfelj podatkovne znanosti, ki vam bo omogočil zaposlitev

= Prejšnja objava

Naslednji post =>

Najboljše zgodbe preteklih 30 dni

Najbolj popularni
Ali berete Excelove datoteke s Pythonom? Obstaja 1000x hitrejša pot Avtomatizirajte Microsoft Excel in Word z uporabo Pythona Razlika med znanstveniki za podatke in inženirji ML Kako ustvariti osupljive spletne aplikacije za svoje projekte znanosti o podatkih Djangovih 9 najpogostejših aplikacij

Najbolj v skupni rabi
Prefekt: Kako napisati in načrtovati svoj prvi cevovod ETL s Pythonom Pojasnjeno testiranje hipotez Cheat Sheet podatkovne znanosti 2.0 8 idej o projektih poglobljenega učenja za začetnike Djangovih 9 najpogostejših aplikacij