教科书和课程会让你误以为精通，因为材料就在你面前。但当你尝试去应用它时，可能会发现它比看起来更难。而「项目」可帮助你快速提高应用的 ML 技能，同时让你有机会探索有趣的主题。
在实时编辑器中，可以创建随代码一起显示代码输出的实时脚本。添加格式化文本、方程、图像和超链接用于增强记叙脚本，以及将实时脚本作为交互式文档与其他人共享。
Predicting myocardial infarction through retinal scans and minimal personal information
来源：机械鸡（ID:jixieji2017） 本文长度为3216字，建议阅读6分钟 本文为你介绍八个短时间可以完成的趣味机器学习项目。 抽时间做项目是最好的一种投资方式，在项目中你会享受学习、保持积极性并能获得更快的进展。没有任何理论可以代替实践，虽然教材和课程能让你掌握一些基本原理，但在尝试应用时，你会发现具体操作起来比较困难。 因此项目有助于提高应用机器学习的技巧，此外在找工作中也会给自己增添一些筹码。 以下将具体介绍这八个项目，每个项目都能在一个周末完成，如果你喜欢的话，可以对其进行相关的扩展。
谈到机器学习，相信很多除学者都是通过斯坦福大学吴恩达老师的公开课《Machine Learning》开始具体的接触机器学习这个领域，但是学完之后又不知道自己的掌握情况，缺少一些实际的项目操作。对于机器学习的相关竞赛挑战，有些项目的门槛有些高，参加后难以具体的实现，因此造成自己对机器学习的热情逐渐衰减。大部分都经历过这个过程，一直想找一些练手的项目，最典型的练手项目比如手写体识别等，但这类的项目成熟得不能再成熟了，参考别人的网络模型跑一下实验，结果的准确率都快达到100%，学习调参的机会比较少，因此都想找一些
WorldPop于2013年10月启动，将AfriPop，AsiaPop和AmeriPop人口绘图项目结合在一起。它旨在为中美洲和南美洲，非洲和亚洲提供一个开放的空间人口统计数据集存档，以支持发展，灾害应对和卫生应用。 平台中的WorldPop数据集提供了2000年至2020年的全中国的人口统计数据，包含两个数据集，分辨率分别是1公里和100米。本数据集的分辨率100米和1公里两个版本。前言 – 床长人工智能教程
机器学习、人工智能、区块链、预测分析——所有令人惊叹的技术都承诺将革新商业和社会。
机器学习的模型训练越来越自动化，但特征工程还是一个漫长的手动过程，依赖于专业的领域知识，直觉和数据处理。而特征选取恰恰是机器学习重要的先期步骤，虽然不如模型训练那样能产生直接可用的结果。本文作者将使用Python的featuretools库进行自动化特征工程的示例。
选自Stanford News 机器之心编译 参与：刘晓坤、李泽南 斯坦福大学的研究者们正在使用计算机视觉系统，利用谷歌街景图片上街边汽车的型号来识别给定社区的政治倾向，其识别准确率超过了 80%。这项研究的论文已发表在《美国科学院论文集》上，研究人员表示，新的研究不仅可以节省大量人力开支，也可以为人口统计任务提供前所未有的实时数据。 从奢华的宾利到经济家用的 MPV，再到实用的皮卡，每个美国人驾驶的汽车都或多或少是他们个性的外在表述。就像俗话说的：你就是你所开的汽车，斯坦福大学的研究人员正在把这一思想提升
数据集：counties.rds是美国每个县的人口统计数据集，由UScensus2010 收集。需要另外下载 https://shiny.rstudio.com/tutorial/written-tutorial/lesson5/census-app/data/counties.rds 下载后是一个rds文件，需要在之前介绍的app文件夹中建立data文件，然后将数据集移动到data中 脚本：help.R: https://shiny.rstudio.com/tutorial/written-tutorial/lesson5/census-app/helpers.R 下载之后将脚本放入app文件夹中 代码
韩国新剧《鱿鱼游戏》风靡全球，成为全球爆款。其发行商 Netflix 宣布，“鱿鱼游戏正式拥有 1.11 亿粉丝——这是我们有史以来最大的系列发行！” 它在包括美国在内的 90 个不同国家/地区的排行榜上名列前茅，并被称为“口碑全球轰动”，在新闻和社交媒体中随处可见。
日前，KDnuggets 上的一篇文章总结了七十多个免费的数据集，内容涉及到政府、金融、卫生、新闻传媒等各个方面，除了这些数据，文中还提供数据提取地址。 AI 研习社将文章编译整理如下。原文链接：http://t.cn/RQJhwSi。 进行良好的数据可视化的前提是数据的质量较高并且比较干净。大多数人认为收集大量数据是一件很困难的事情，事实并非如此。网上有成千上万的免费数据集，我们可以利用这些数据进行分析和可视化。 下面是 70 多个免费的数据集，涉及到政府、犯罪、卫生、金融和经济数据、市场和社交媒体、新闻
LandScan全球人口分布数据来自于East View Cartographic，由美国能源部橡树岭国家实验室(ORNL)开发。LandScan运用GIS和遥感等创新方法，是全球人口数据发布的社会标准，是全球最为准确、可靠，基于地理位置的，具有分布模型和最佳分辨率的全球人口动态统计分析数据。 Landscan全球人口分布数据集提供了2000年至2017年的全球人口统计数据，空间分辨率接近1km*1km。前言 – 人工智能教程
阅读是一种进化上的新发展，它招募和调节连接初级和语言处理区域的大脑回路。我们研究了大脑物理结构的指标是否与阅读表现相关，以及遗传变异是否影响这种关系。为此，我们使用了9 - 10岁儿童的青少年大脑认知发展数据集(n = 9013)，并关注了150项皮质表面积(CSA)和厚度的测量。我们的研究结果表明，阅读表现与包括阅读网络相关区域在内的九种大脑结构有关。此外，我们表明，这种关系部分是由遗传因素介导的，包括其中两个测量：整个左半球的CSA，特别是左颞上回的CSA。这些影响强调了基因、大脑和阅读之间复杂而微妙的相互作用，这是一种部分可遗传的多基因技能，依赖于分布式网络。
谷歌今天正在扩大其Android家长控制软件“Family Link”的功能，以帮助父母更好地管理孩子的设备和应用程序。现在，家庭链接应用也将帮助父母了解他们想为孩子安装什么应用。在一个新的“发现”栏目中，“家庭链接”将为6至9岁的孩子提供一系列教育应用程序，家长只需轻轻一按就能安装。 该章节宣称，这些应用程序是“老师推荐的”。 谷歌解释说，它与美国各地的教师合作，设计出了这个有教育价值的应用程序列表。这些教师被招募来根据他们在学习和儿童发展方面的专业知识对内容进行评分，他们在诸如多年的经验、人口统计数据和
这是课程[Neural Networks and Deep Learning]第1周的习题解答，共10道题。
众所周知，朝鲜是一个具有神秘色彩的国家。除了在电视或者网络上看到一些政治方面的新闻外，我们很难从网络上了解到朝鲜人民的日常生活状态。但是，科技是万能的。本文将利用面部识别算法和应用于卷积神经网络的转移
推荐系统的基本思想 利用用户和物品的特征信息，给用户推荐那些具有用户喜欢的特征的物品。 利用用户喜欢过的物品，给用户推荐与他喜欢过的物品相似的物品。 利用和用户相似的其他用户，给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品。
1.欧盟数据门户（European Data Portal）：34个国家的24万数据集尽在掌握 欧盟委员会公布了公开数据门户，以下几个关键词即可一窥其强大功能。 信息量大：囊括了来自34个国家、总计
“每一场科学革命——从哥白尼的日心说模型到统计学和量子力学的兴起，从达尔文的进化和自然选择学说到基因理论——都是由于一件事，也只是由于一件事导致的，那就是数据的获取。” 这是达纳法伯癌症研究所生物统计学和计算生物学教授约翰·夸肯布什昨天主题演讲中令人大开眼界的开头。他也是哈佛大学陈曾熙公共卫生学院的教授，拥有诸多学术成果。 毫无疑问，这一数据概念如今正推动着医疗卫生行业几乎各个方面的转型。夸肯布什在费城的MedCity Converge大会上指出，每家医院平均每年会产生大约665TB的数据，其中五分之四都是
在当今数据驱动的市场中，数据为企业带来了更多的力量和机会。但正所谓“权力越大，责任越大。”随着越来越多的个人信息被组织收集和分析，保护个人隐私和防止滥用或未经授权访问个人数据的需求也随之而来。
可视化是数据分析的重要一环，也是python比较擅长的工作，本笔记系列尽可能采用统一的数据源和基于matplotlib原生版本进行可视化。
在过去的半个世纪里，数据管理极大地改变了计算机处理数据的方式。如今，数据可以不按顺序存储，而且仍然可以有效地使用。适当数据管理的有用性并没有丧失，因为它的原则远远超出了数据的存储方式。
机器之心报道 机器之心编辑部 一文总结联邦图机器学习。 近年来，图已被广泛应用于表示和处理很多领域的复杂数据，如医疗、交通运输、生物信息学和推荐系统等。图机器学习技术是获取隐匿在复杂数据中丰富信息的有力工具，并且在像节点分类和链接预测等任务中，展现出很强的性能。 尽管图机器学习技术取得了重大进展，但大多数都需要把图数据集中存储在单机上。然而，随着对数据安全和用户隐私的重视，集中存储数据变的不安全和不可行。图数据通常分布在多个数据源（数据孤岛），由于隐私和安全的原因，从不同的地方收集所需的图数据变的不可行。
香水的创造通常被视为定制艺术。几个世纪以来，法国人对嗅觉业务感到自豪，专业的气味大师花费数十年的时间学习手艺。科蒂（Coty）和雅诗兰黛（EstéeLauder）等巨型化妆品公司向传说中的香水代理商进行了大量检查，这些香水代理商利用一丝不苟地研究芳香学的香水化学家。
1.FACET: Fairness in Computer Vision Evaluation Benchmark
小编邀请您，先思考： 1 如何让数据优质？ 数据驱动的广告需要优质数据。但大量的不良数据和经不起推敲的数据使用方式可能会给营销活动造成不良影响。 营销人员需要知道何时使用自己的数据，何时依赖合作伙伴。他们需要在成本、准确性和规模之间做权衡取舍。他们需要知道他们的数据来自哪里以及如何低成本测试。他们需要知道如何评估多个数据源。所以，我们需要考虑下述问题： 问题一：如何创建目标人群？ 如何找到目标人群是这些问题中最重要的一个。当营销人员想要确定“潜在购车人群”或“美妆消费者”或“到过咖啡店的人”时，他们需要知
由美国耶希瓦大学阿尔伯特·爱因斯坦医学院格鲁斯磁共振研究中心团队主导的一项双任务行走的多模态神经影像研究发表在NeuroImage期刊上。该研究通过结合从55名相对健康的老年人样本上收集到的灰质体积和从单任务到双任务行走氧合血红蛋白浓度变化以期阐明步态的神经生理学基础，从而来弥合该领域结构-功能的研究缺口。利用线性混合效应模型，在控制了包括任务表现在内的协变量的基础上，发现灰质体积在从单任务行走到双任务行走中对前额叶氧合血红蛋白浓度变化上具有调节作用。还发现额叶灰质体积与任务之间存在极其显著的交互作用，具体来说，与单任务行走相比，双任务行走期间氧合血红蛋白浓度的增加与额叶灰质体积的减少有关。局部分析证明双侧额上回和喙中回对该结果贡献较大。这些发现为老年人大脑激活中的神经低效性的概念提供了支持，并可能对于确定用于预测未来移动能力低下和跌倒风险的有效临床生物学标记具有实质性意义。
公开数据能帮助记者找到好故事、验证信息。来自34个国家的24万数据如何一搜可得？有哪些关于社会发展议题的权威门户可以将数据一网打尽？遇到海量数据，想批量转换格式怎么办？深度君再次奉上公开数据门户清单，另外推荐转换文件格式神器，方便各位各取所需。
就是指各种大数据计算框架，存储系统、SQL引擎等等，这些技术比较常用，经过最近十几年的发展，主流的技术产品相对比较集中，主要就是MapReduce、Spark、Hive、Flink技术的产品。
本文旨在探讨人工智能（Artificial Intelligence，AI）和机器学习（Machine Learning，ML）在治疗药物监测（Therapeutic Drug Monitoring，TDM）和模型引导的精准用药（Model-Informed Precision Dosing，MIPD）中的应用。
在许多情况下，机器学习模型比传统线性模型更受欢迎，因为它们具有更好的预测性能和处理复杂非线性数据的能力。然而，机器学习模型的一个常见问题是它们缺乏可解释性。例如，集成方法如XGBoost和随机森林将许多个体学习器的结果组合起来生成结果。尽管这通常会带来更好的性能，但它使得难以知道数据集中每个特征对输出的贡献。为了解决这个问题，可解释人工智能（explainable AI, xAI）被提出并越来越受欢迎。xAI领域旨在解释这些不可解释的模型（所谓的黑匣子模型）如何进行预测，实现最佳的预测准确性和可解释性。这样做的动机在于，许多机器学习的真实应用场景不仅需要良好的预测性能，还要解释生成结果的方式。例如，在医疗领域，可能会根据模型做出的决策而失去或挽救生命，因此了解决策的驱动因素非常重要。此外，能够识别重要变量对于识别机制或治疗途径也很有帮助。最受欢迎、最有效的xAI技术之一是SHAP。
在内部使用多年之后，CSAS推出了其感官测试软件。CSAS感官软件是一种感官评估软件，可以在任何位置的任何Internet设备上进行管理。CSAS的在线调查软件可以管理您的感官和消费者研究的各个方面，从客户满意度调查到提供在线调查工具来计算您的净推荐值（也可称口碑，是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数，是流行的顾客忠诚度分析指标）；立即与我们联系以演示我们的消费者测试软件！
今天，文摘菌给大家介绍几个比较有特色的数据科学模块，这些模块原本是一些教师用来进行教学使用，帮助学生有机会使用与其课程相关的数据集，并指导学生进行数据分析以及帮助理解统计和计算机原理。
今天，公众号要给大家介绍，区分真实的金融时间序列和合成的时间序列。数据是匿名的，我们不知道哪个时间序列来自什么资产。
收集用于训练机器学习模型的数据并不是简单的工作。算法需要标记良好的高质量源，这就是为什么整理数据集所花费的时间几乎与开发模型一样长，甚至更长。
译者：董梁 本文长度为3058字，预估阅读时间5分钟。 我们今天要向大家分享19个令人大开眼界的可靠消费者研究数据源。 Kyle的注释： 数据是分享洞察、支持创意和发现意外趋势的有效方法。许多人回避使用数据，觉得数据似乎难以处理和收集。Ritika Puri的这篇文章为您提供了丰富、易于理解和便于访问的数据源。 对于内容营销来说，数据是非常强大的工具。统计数据可以用来支持您所做的陈述，图表可用作可视化内容并吸引受众。几乎所有最受欢迎的信息图都基于数据和统计来传达信息。在阅读本文时，请记录下那些对您的内容营
本文转自网络，如涉侵权请及时联系我们 数据可视化可以帮你更容易的解释趋势和统计数据。 数据是非常强大的。当然，如果你能真正理解它想告诉你的内容，那它的强大之处就更能体现出来了。 通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事。必须用一个合乎逻辑的、易于理解的方式来呈现数据。 谈谈数据可视化。人类的大脑对视觉信息的处理优于对文本的处理——因此使用图表、图形和设计元素，数据可视化可以帮你更容易的解释趋势和统计数据。 但是，并非所有的数据可视化是平等的。（点击“为什么大多数人的图表和图形看
【新智元导读】两个月前，总部位于新加坡的投资公司 Leonie Hill Capital 的 AI 系统经过对社交和传统媒体讨论、民意调查、经济和人口统计等数据后的分析，对“史上最难预测”的法国大选进行了预测，认为勒庞将出任法国总统，这和主流媒体预测及民调显示结果有所不同。北京时间今天凌晨，法国 2017 年总统大选首轮投票结束，马克龙获得最高票，勒庞紧随其后进入第二轮选举。 法国 2017 年总统大选首轮投票已经落下帷幕,尽管最终结果还有待确认,但能够进入第二轮选举的两名候选人已经没有悬念。 考题有点难，
数据是非常强大的。当然，如果你能真正理解它想告诉你的内容，那它的强大之处就更能体现出来了。
主要参考自：Hail | GWAS Tutorial[1]本笔记旨在提供Hail功能的概述，重点是操作和查询遗传数据集的功能。我们进行了全基因组SNP关联测试，并证明了需要控制由群体分层引起的混杂。
来源：机器学习算法那些事本文约3000字，建议阅读6分钟本文整理一张50个醉驾机器学习公共数据集的榜单。 外国自媒体mlmemoirs根据github、福布斯、CMU官网等信息，整理了一张50个最佳机器学习公共数据集的榜单，为大家分享一下~ 提前说下须知： 一、寻找数据集的意义 根据CMU的说法，寻找一个好用的数据集需要注意一下几点： 数据集不混乱，否则要花费大量时间来清理数据。 数据集不应包含太多行或列，否则会难以使用。 数据越干净越好，清理大型数据集可能非常耗时。 应该预设一个有趣的问题，而这个问题又
这篇文章是关于pandasql，Yhat 写的一个模拟 R 包 sqldf 的Python 库。这是一个小而强大的库，只有358行代码。pandasql 的想法是让 Python 运行 SQL。对于那些来自 SQL 背景或仍然「使用 SQL 思考」的人来说，pandasql是一种利用两种语言优势的好方式。
外国自媒体mlmemoirs根据github、福布斯、CMU官网等信息，整理了一张50个最佳机器学习公共数据集的榜单，为大家分享一下~
数据是非常强大的。当然，如果你能真正理解它想告诉你的内容，那它的强大之处就更能体现出来了。 通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事。必须用一个合乎逻辑的、易于理解的方式来呈
数据是非常强大的。当然，如果你能真正理解它想告诉你的内容，那它的强大之处就更能体现出来了。 通过观察数字和统计数据的转换以获得清晰的结论并不是一件容易的事。必须用一个合乎逻辑的、易于理解的方式来呈现数
“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前，敬请关注。
Mysql数据库中CASE WHEN语句，是用于计算条件列表并返回多个可能结果表达式之一。
领取专属 10元无门槛券
手把手带您无忧上云
