Inilah Musim untuk Menjelajahi Penyelaman Dalam Terbaik kami

Posting blog ilmu data yang bagus datang dalam berbagai bentuk, format, dan waktu membaca; dibutuhkan banyak keterampilan untuk menghasilkan tutorial yang singkat dan efektif atau penjelasan yang cepat dan luas cakupannya! Tim TDS memang memiliki titik lemah untuk artikel yang lebih panjang dan menggugah pemikiran yang penulis kami kuasai dengan baik — dan kami telah menerbitkan hasil panen yang sangat mengesankan dalam beberapa minggu terakhir.

Jika Anda melewatkannya (atau tidak punya waktu untuk membacanya saat pertama kali muncul di umpan Anda), minggu ini kami telah mengumpulkan beberapa penyelaman mendalam kami yang menonjol dari bulan lalu. Mereka mencakup berbagai topik dan pendekatan, dan melakukannya dengan kesabaran, semangat, dan perhatian terhadap detail. Nikmati bacaan Anda—dan jangan lupa menandai pos mana pun yang ingin Anda simpan untuk penerbangan berikutnya, naik bus lintas kota, atau sore hari yang tenang.

• Pelajari tentang kerangka mental yang sederhana namun kuat . "Heuristik" mungkin terdengar seperti kata yang mewah, tetapi seperti yang dijelaskan oleh Holly Emblem , ini sebenarnya adalah pendekatan yang jelas dan efisien untuk pemecahan masalah. Tidak meyakinkan? Posting Holly memberikan definisi yang jelas dan kasus penggunaan ilmu data praktis untuk Anda pertimbangkan.
• Tampilan komprehensif terbaru dalam deteksi objek . Ada penyelaman yang dalam, dan kemudian ada ikhtisar Chris Hughes dan Bernat Puig Camps tentang model YOLOv7. Jangan biarkan waktu membacanya yang berat ~50 menit membuat Anda takut—bacaan ini menarik dan mudah diikuti, serta menawarkan perpaduan mulus antara teori dan praktik.
• Perlu pengantar yang dapat diakses untuk RL? Seperti banyak bidang baru, pembelajaran penguatan terkadang terasa sedikit berlebihan: begitu banyak kata kunci! Kay Jan Wong memberikan dosis kejelasan yang menyegarkan di postingan terbarunya, yang memandu kita melalui konsep dasar serta enam algoritme yang umum digunakan.

• Alternatif yang berguna untuk kuadrat terkecil biasa (OLS), dijelaskan . Sachin Date memiliki keahlian khusus untuk menerjemahkan topik teoretis yang kompleks menjadi ide yang dapat didekati dan ditindaklanjuti. Penyelaman mendalamnya ke dalam estimasi generalized least squares (GLS) tidak terkecuali: ini menyajikan pendekatan yang kuat untuk menangani kumpulan data yang menunjukkan heteroskedastisitas (yaitu varian non-konstan).
• Bagaimana mengolah proses pengembangan yang lebih cepat dan lebih efisien . Jika Anda bekerja di area yang penuh dengan kode dalam ilmu data atau ML, Anda kemungkinan besar akan menemukan basis kode yang kikuk, berantakan, atau tidak fleksibel. Primer Betty LD tentang refactoring adalah sintesis bermanfaat dari prinsip-prinsip utama, aturan, dan praktik terbaik untuk menghindari perangkap ini.
• Ikuti jejak Pascal dan Fermat . Untuk bacaan yang solid tentang teori probabilitas, jangan lewatkanpostingan TDS debut Naman Agrawal . Ini adalah posting yang menyeluruh dan kaya formula tentang masalah kehancuran penjudi, yang membuat para ahli statistik sibuk selama berabad-abad.

• Kami menikmati percakapan yang hidup dengan Adrienne Kline , yang membahas minatnya yang beragam, karier multidisiplin, dan seri Kamp Pelatihan Statistik yang populer.
• Bagaimana Anda dapat menciptakan pengalaman terbaik dan paling produktif bagi orang yang menganotasi kumpulan data Anda? Leah Berg dan Ray McLendon memberikan panduan praktis.
• Rebecca Vickery membagikan sumber penting yang ramah bagi pemula: lembar contekan untuk menggunakan lima algoritme di mana-mana , antara lain termasuk regresi linier dan hutan acak.
• Sulit untuk memutuskan platform data mana yang dibutuhkan perusahaan Anda— apalagi bagaimana membangunnya dari awal. Marina Tosic memandu kita melalui pengalaman "menarik dan menakutkan" yang baru-baru ini dia lakukan.
• Melanjutkan penjelajahannya pada pustaka D3Blocks sumber terbuka, Erdogan Taskesen menunjukkan cara memanfaatkan opsi sebarnya secara maksimal .

Sampai Variabel berikutnya,

Editor TDS