本文示例文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 jupyter lab是我最喜欢的编辑器,...在过往的文章中也给大家介绍过很多相关资源和实用插件,但本文要给大家介绍的jupyter lab插件elyra,绝对是我使用过的最强大的jupyter lab插件没有之一,因为它的核心功能就是帮助我们解决数据分析工作中非常重要的问题...2 利用elyra搭建工作流 在安装elyra插件集之前,请确保你的jupyter lab版本在2.0及以上,并且已经安装好了nodejs也就是所有jupyter lab拓展插件都需要的依赖。 ...不像常规的jupyter lab插件的安装方法,我们执行下列命令即可安装elyra下集成的多个插件: pip install --upgrade elyra && jupyter lab build ...安装完之后,你的jupyter lab操作界面外观会发生一些变化,我们先记住在安装elyra之前我们的jupyter lab界面长啥样(我使用的主题感兴趣的朋友可以通过jupyter labextension
10 月19 日,腾讯 AI Lab 宣布开源大规模、高质量的中文词向量数据。该数据包含 800 多万中文词汇。...腾讯 AI Lab 表示,相比现有的公开数据,该数据在覆盖率、新鲜度及准确性上大幅提高,为对话回复质量预测和医疗实体识别等自然语言处理方向的业务应用带来显著的效能提升。...▌腾讯 AI Lab 词向量的特点 腾讯 AI Lab 此次公开的中文词向量数据包含 800 多万中文词汇,其中每个词对应一个 200 维的向量。...相比现有的中文词向量数据,腾讯 AI Lab 的中文词向量着重提升了以下 3 个方面: 覆盖率(Coverage): 该词向量数据包含很多现有公开的词向量数据所欠缺的短语,比如“不念僧面念佛面”、“冰火两重天...▌中文 NLP 数据集的意义 近年来,深度学习技术在自然语言处理领域中得到了广泛应用。基于深度神经网络的模型已经在词性标注、命名实体识别、情感分类等诸多任务上显著超越了传统模型。
今日,腾讯AI Lab宣布正式开源“Tencent ML-Images”项目,该项目由多标签图像数据集ML-Images,以及业内目前同类深度学习模型中精度最高的深度残差网络ResNet-101构成。...项目访问地址: https://github.com/Tencent/tencent-ml-images 腾讯AI Lab此次公布的图像数据集ML-Images,包含了1800万图像和1.1万多种常见物体类别...因原始图像版权问题,此次开源将不直接提供原始图像,用户可利用腾讯AI Lab提供的下载代码和URLs自行下载图像。 ML-Images数据集的详细介绍。...项目提供了基于小数据集的训练示例,以方便用户快速体验该训练流程。项目还提供了具有极高精度的ResNet-101模型(在单标签基准数据集ImageNet的验证集上的top-1精度为80.73%)。...腾讯AI Lab此次开源的ML-Images数据集包括1800万图像和1.1万多常见物体类别,或将成为新的行业基准数据集。
腾讯AI实验室宣布,正式开源一个大规模、高质量的中文词向量数据集。 该数据包含800多万中文词汇,相比现有的公开数据集,在覆盖率、新鲜度及准确性上大幅提高。...以“喀拉喀什河”为例,利用腾讯AI Lab词向量计算出的语义相似词如下: 墨玉河、和田河、玉龙喀什河、白玉河、喀什河、叶尔羌河、克里雅河、玛纳斯河 新鲜度(Freshness): 该数据集包含一些最近一两年出现的新词...在开源前,腾讯内部经历了多次测评,认为该数据集相比于现有的公开数据集,在相似度和相关度指标上均达到了更高的分值。 数据集构建经验 那么这样的数据集,腾讯AI实验室是如何构建的呢?...大规模多来源语料的组合,使得所生成的词向量数据集能够涵盖多种类型的词汇。 而采用新闻数据和最新网页数据对新词建模,也使得词向量数据集的新鲜度大为提升。...训练算法: 腾讯AI Lab采用自研的Directional Skip-Gram (DSG)算法作为词向量的训练算法。
源 | AI科技大本营 10 月19 日,腾讯 AI Lab 宣布开源大规模、高质量的中文词向量数据。该数据包含 800 多万中文词汇。...腾讯 AI Lab 表示,相比现有的公开数据,该数据在覆盖率、新鲜度及准确性上大幅提高,为对话回复质量预测和医疗实体识别等自然语言处理方向的业务应用带来显著的效能提升。...▌腾讯 AI Lab 词向量的特点 腾讯 AI Lab 此次公开的中文词向量数据包含 800 多万中文词汇,其中每个词对应一个 200 维的向量。...▌中文 NLP 数据集的意义 近年来,深度学习技术在自然语言处理领域中得到了广泛应用。基于深度神经网络的模型已经在词性标注、命名实体识别、情感分类等诸多任务上显著超越了传统模型。...因此,腾讯 AI Lab 开源中文词向量数据对中文 NLP 的研究者来说,绝对算得上是一个利好消息。
下载数据集请登录爱数科(www.idatascience.cn) 由电商平台爬取的图书信息,包括书名、出版信息、当前价格等。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4....数据来源 当当网搜索页面爬取。
下载数据集请登录爱数科(www.idatascience.cn) 通过物理测量预测鲍鱼的年龄。...从原始数据中删除了缺失值的样本,并且对连续值的范围进行了缩放。数据集共4177个样本,8个字段 1. 字段描述 2. 数据预览 3. 字段诊断信息 4....数据来源 Warwick J Nash, Tracy L Sellers, Simon R Talbot, Andrew J Cawthorn and Wes B Ford (1994) "The Population...数据引用 Nash W J, Sellers T L, Talbot S R, et al.
下载数据集请登录爱数科(www.idatascience.cn) 其记录了2014年之前天文学家在恒星(除了太阳)周围发现的行星的信息。 1. 字段描述 2. 数据预览 3....数据来源 来源于UCI机器学习库。
下载数据集请登录爱数科(www.idatascience.cn) 该数据集记录了一家全球超市4年的订购数据,包含订单的订单号、下单时间、发货时间、运输模式、顾客名称和地区等信息。 1....数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
2018年10月17日,深圳 - 今日,腾讯AI Lab宣布正式开源“Tencent ML-Images”项目,该项目由多标签图像数据集ML-Images,以及业内目前同类深度学习模型中精度最高的深度残差网络...该开源项目的主要内容包括: ML-Images数据集的全部图像URLs,以及相应的类别标注。...ML-Images数据集的详细介绍,包括图像来源,图像数量,类别数量,类别的语义标签体系,标注方法,以及图像的标注数量等统计量。 完整的代码和模型。...该项目提供了基于小数据集的训练示例,以方便用户快速体验我们的训练流程。该项目还提供了非常高精度的ResNet-101模型(在单标签基准数据集ImageNet的验证集上的top-1精度为80.73%)。...该项目的开源,是腾讯AI Lab在计算机视觉领域所累积的基础能力的一次释放,为人工智能领域的科研人员和工程师提供了充足的高质量训练数据,及简单易用、性能强大的深度学习模型,为包括图像、视频等在内的视觉任务提供强大支撑
下载数据集请登录爱数科(www.idatascience.cn) 小费数据集 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源
下载数据集请登录爱数科(www.idatascience.cn) 数据集由 Jose Portilla 和 Pierian Data 为他的 Udemy 课程(Python 数据科学和机器学习训练营)...创建,适合用于数据分析与逻辑回归预测。...数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
DNN Lab目前主要成果包括命名实体识别、用户意图识别、用户画像和自动问答等,产品化是JIMI智能机器人,已经成功应用于售前咨询、售后服务和生活伴侣三个场景,承担超过30%的京东客服任务。...由于人工智能和深度学习技术与大数据相结合的研究和应用都是在探索之中,DNN Lab还没有详细的长期规划。...在对京东其他大数据应用场景的支持,DNN Lab目前主要是根据项目合作的形式来做,兄弟部门的算法工程师加入项目,提供数据和业务需求,看看哪些点上能用到深度学习,共同改进业务。...所以,具体操作上,京东DNN Lab以项目组的方式运行,由一位副总裁直接领导,同时网罗全球优秀的、有经验的技术人才,形成了一个高效的团队。 2.数据量与数据质量。...李成华介绍说:“我们数据比较突出,从大数据来说京东的数据可能是所有电商中数据链最长的,包括经销商的数据、用户一开始浏览我们的数据,可能别的电商有,最后我们做到客服有没有返修,返修的时候跟我们人交互的时候他的情绪是什么样的
下载数据集请登录爱数科(www.idatascience.cn) 这个数据集涵盖了过去6年苹果公司的股价。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4....数据来源 来源于Kaggle。
下载数据集请登录爱数科(www.idatascience.cn) 该数据集包含来自Udemy的4个科目(商业金融、平面设计、乐器和网页设计)的3.682条课程记录。...数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。 5. 数据引用
下载数据集请登录爱数科(www.idatascience.cn) 人口稠密的城市中超市数量在快速增加,市场竞争也很激烈。...该数据集记录了几家超市在3个不同分店中3个月的历史销售额,包含顾客性别、商品单价、销售数量、销售日期、总收入和顾客评价等信息。预测数据分析方法很容易应用于此数据集。 1. 字段描述 2....数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
下载数据集请登录爱数科(www.idatascience.cn) 某社会实验内容为男人和女人签约嫁给一个他们以前从未见过的完全陌生的人。专家根据测试和面试对夫妇进行配对。...该数据集记录了十次该社会实验的数据。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
数据集下载请登录爱数科(www.idatascience.cn) 根据世界卫生组织(WHO)的数据,中风是全球第二大死亡原因,约占总死亡人数的11%。...该数据集用于根据输入参数(例如性别,年龄,各种疾病和吸烟状况)预测患者是否可能中风。数据中的每一行都提供有关患者的相关信息。 1. 字段描述 2. 数据预览 3. 字段诊断信息
下载数据集请登录爱数科(www.idatascience.cn) 该数据集记录了2010年至2015年美国某公司每周家具产品的订购数量,包括年份、季度、产品名称和订购数量等信息。 1....数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
下载数据集请登录爱数科(www.idatascience.cn) 该数据集包含3276个不同水体的水质指标。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4....数据来源 来源于Kaggle。
领取专属 10元无门槛券
手把手带您无忧上云