Programación

Últimamente, hice un puerto Tensorflow de pix2pix de Isola et al., envuelto en el artículo “Picture to Picture Interpretation in Tensorflow”. He tomado un par de modelos preparados e hice una cosa intuitiva en la web para darles una oportunidad. Se prescribe cromo. El modelo pix2pix funciona mediante la preparación de conjuntos de imágenes, por […]

Lo que es y por qué importa Hadoop es un marco de software de código abierto para el almacenamiento de datos y la ejecución de aplicaciones en grupos de hardware de productos básicos. Proporciona un almacenamiento masivo para cualquier tipo de datos, un enorme poder de procesamiento y la capacidad de manejar tareas o trabajos […]

Presentación Las aplicaciones python utilizarán regularmente paquetes y módulos que no vienen como una característica de la biblioteca estándar. Las aplicaciones necesitarán de vez en cuando una adaptación particular de una biblioteca, sobre la base de que la aplicación puede necesitar que se haya corregido un error específico o que la aplicación se componga utilizando […]

Registrar los segmentos principales Ya que PCA trabaja mejor con información numérica, se excluyen los dos factores directos (versus y am). Te quedas con una red de 9 secciones y 32 líneas, que vas al trabajo de prcomp(), asignando tu rendimiento a mtcars.pca. De igual manera, establecerás dos contenciones, foco y escala, para que sean […]

El Implante de Vecinos Estocásticos Dispersos (t-SNE) es un sistema (premiado) de disminución de la dimensionalidad que es especialmente apropiado para la percepción de conjuntos de datos de alta dimensión. El procedimiento puede ejecutarse mediante aproximaciones de Barnes-Cottage, lo que permite aplicarlo a enormes conjuntos de datos mundiales genuinos. Lo aplicamos en colecciones de información […]

ARIMA es una abreviatura que representa AutoRegressive Incorporated Moving Normal. Es una clase de modelos que capta un conjunto de varias estructuras mundanas estándar en la información de la disposición del tiempo. En este ejercicio de instrucción, encontrará cómo construir un modelo ARIMA para la información del arreglo de tiempo con Python. Después de terminar […]

El análisis de componentes principales es un proceso esencial de reducción de la dimensionalidad en el aprendizaje automático. Esta técnica incluye una sencilla operación matricial de la estadística y el álgebra lineal. La razón para utilizar este método es calcular, analizar los datos originales y generar una proyección en la dimensión menos. También se puede […]

fastText como una biblioteca para el aprendizaje efectivo de la representación de palabras y la caracterización de oraciones. Está escrita en C++ y soporta multiprocesamiento durante la preparación. FastText permite preparar representaciones administradas y no administradas de palabras y oraciones. Estas representaciones (incrustaciones) pueden utilizarse para diversas aplicaciones, desde la presión de la información, como […]

En el curso de los últimos decenios, las bases de datos y los exámenes de la información han cambiado significativamente. Las organizaciones tienen necesidades cada vez más complejas para investigar y utilizar la información, y requisitos cada vez más exclusivos para la ejecución de las investigaciones. La memoria se ha vuelto barata, lo que permite […]

El DataFrame de Pandas es una estructura de datos tabulares bidimensional, potencialmente heterogénea, con ejes etiquetados (filas y columnas). Un DataFrame es una estructura de datos bidimensional, es decir, los datos se alinean de forma tabular en filas y columnas. El DataFrame de Pandas consta de tres componentes principales, los datos, las filas y las […]