- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Introduction to Data Science презентация
Содержание
- 1. Introduction to Data Science
- 2. What is Data Science? We have
- 3. By the way, You already did it.
- 4. Web search Whole universe of barely
- 5. Recommendations All kinds of context advertising
- 6. Want to be a true scientist? Then
- 7. Or looking for corporative career?
- 8. Data Driven Art Style transfer (Prisma, Artisto) Images/Music synthesis
- 9. And Visualization.
- 10. Polite locals
- 11. Data Scientist: The Sexiest Job of the 21st Century
- 21. Как сделать лучше? Внимательно посмотреть на данные Расстояние:
- 22. Нормализация признаков
- 23. Нормализация признаков
- 24. Почему равномерно взвешенный 2NN всегда не лучше чем 1NN?
- 25. если класс второго ближайшего соседа совпадает с
- 28. KNN summary Для классификации каждого из объектов
- 34. Как сделать лучше? Внимательно посмотреть
- 35. Поправленные оценки
- 37. Data Science Entry-Level skillset English language -
What is Data Science? We have a lot of data. Math + Programming + Heuristics No strict mathematical models work well Extracting knowledge and conclusions straight from
Слайд 2What is Data Science?
We have a lot of data.
Math +
Programming + Heuristics
No strict mathematical models work well
Extracting knowledge and conclusions straight from data no matter what.
No strict mathematical models work well
Extracting knowledge and conclusions straight from data no matter what.
Слайд 4Web search
Whole universe of barely structured data
Ranking pages for a
given query, collecting statistics, structuring data-all pure data Science/Engineering tasks.
Average Internet user Googles ~3-4 times per day.(There are ~two billions of us)
Average Internet user Googles ~3-4 times per day.(There are ~two billions of us)
Слайд 5Recommendations
All kinds of context advertising
Recommended channels (YouTube)
Recommended playlists (VK,Yandex,Spotify)
Basket recommendations (Avito,Amazon)
Слайд 6Want to be a true scientist?
Then be it!
EEG, MRI(МРТ) decoding, NeuroInterfaces.
Telescope,
Microscope, Satellite images analysis.
CERN/LHC computations.
CERN/LHC computations.
Слайд 25если класс второго ближайшего соседа совпадает с классом первого, ответ алгоритма
не меняется
если класс второго ближайшего соседа не совпадает с классом первого, возникает неопределенность и алгоритм не дает никакого ответа.
если класс второго ближайшего соседа не совпадает с классом первого, возникает неопределенность и алгоритм не дает никакого ответа.
Почему равномерно взвешенный 2NN всегда не лучше чем 1NN?
Слайд 28KNN summary
Для классификации каждого из объектов тестовой выборки необходимо последовательно выполнить
следующие операции:
Вычислить расстояние до каждого из объектов обучающей выборки
Отобрать k объектов обучающей выборки, расстояние до которых минимально
Класс классифицируемого объекта — это класс, наиболее часто встречающийся среди k ближайших соседей
Вычислить расстояние до каждого из объектов обучающей выборки
Отобрать k объектов обучающей выборки, расстояние до которых минимально
Класс классифицируемого объекта — это класс, наиболее часто встречающийся среди k ближайших соседей
Слайд 34
Как сделать лучше?
Внимательно
посмотреть на
данные
Ошибки предсказаний смещены относительно нуля
Слайд 37Data Science Entry-Level skillset
English language - must have
Google-fu - advanced
Linear
algebra & Calculus - basics
Statistics - common sense is almost enough
Programming - comfortable with Python or R
Statistics - common sense is almost enough
Programming - comfortable with Python or R
