出版于朝着人工智能 ·11月25日 如何将2个数据集与熊猫进行比较 具有高级EDA的数据质量用例 - 可视化是EDA的基石。当面对新的未知数据集时，视觉检查使我们能够感觉到可用信息，绘制有关数据的一些模式，并诊断出可能需要解决的几个问题。在这方面，熊猫的分析一直是必不可少的瑞士刀…… 机器学习 5分钟阅读 机器学习 5分钟阅读
出版于迈向数据科学 ·10月22日 如何为时间序列做EDA PANDAS促进的时间序列探索性分析 - 数据科学开发周期的早期步骤之一是了解和探索您解决的问题的数据。… 机器学习 8分钟阅读 机器学习 8分钟阅读
8月22日 如何利用数据分析的合成数据质量 利用EDA来击败GANS挑战 - 机器学习主要是作为以模型为中心的实践发展的，在该实践中，取得质量结果，等待小型数据处理工作，而专注于尝试模型家族并执行详尽的参数调整程序。… 机器学习 12分钟阅读 机器学习 12分钟阅读
出版于YDATA ·6月13日 为什么要采用以数据为中心的AI开发范式？ 以数据为中心的AI和工具空间的重塑数据科学解决方案的端到端开发可以广泛地描述为业务问题的分析，规划，开发和运营的过程，可以通过对自动分析来解决该业务问题的问题输入数据此过程始于业务… 机器学习 9分钟阅读 机器学习 9分钟阅读
出版于迈向数据科学 ·4月6日 如何处理真实数据集 一项指南，可以超越您的数据 - 最近，关于数据质量及其对模型性能的影响的讨论很多。主要是由于该主题强调了这一主题 - 以模型为中心的数据为中心，这已经在上一篇文章中进行了讨论。但是，简而言之，您的努力进入了项目的初始阶段…… 机器学习 6分钟阅读 机器学习 6分钟阅读
出版于朝着人工智能 ·2月28日 为什么我们需要一个以数据为中心的AI社区？ 一个讨论数据科学数据质量的地方 - 根据Alation的数据文化报告，有87％的员工将数据质量归因于大多数组织为什么未能有意义地采用AI的原因。根据麦肯锡（McKinsey）的2020年研究，高质量数据对于推动组织，过去竞争对手的组织转型至关重要。作为机器学习算法编码框架… 机器学习 4分钟阅读 机器学习 4分钟阅读
出版于迈向数据科学 ·1月20日 如何验证合成数据的质量 关于如何将YDATA合成器与巨大期望相结合的教程 - 随着机器学习算法和编码框架的快速发展，缺乏高质量的数据是AI行业的真正瓶颈。2019年Transform of VentureBeat预测，87％的AI项目永远不会使其成为生产。… 机器学习 9分钟阅读 机器学习 9分钟阅读
出版于迈向数据科学 ·9月24日，2021年 如何测量数据质量？ 引入YDATA质量：一个开源软件包，用于全面数据质量。— Flag all your data quality issues by priority in a few lines of code “Everyone wants to do the model work, not the data work” — Google Research According to Alation’s State of Data Culture Report, 87% of employees attribute poor data quality to why most organizations fail to adopt AI meaningfully. … 数据 5分钟阅读 数据 5分钟阅读
出版于迈向数据科学 ·9月17日，2021年 引入合成数据界 一个充满活力的社区开创了数据科学工具包的重要性 - 根据2017年哈佛商业审查研究，只有3％的公司数据符合基本质量标准。根据2020年的YDATA研究，数据科学家面临的最大问题是高质量数据的不可用。尽管了解数据是新的石油和最有价值的资源，但不是… 开源 4分钟阅读 开源 4分钟阅读
出版于数据黑客 ·2021年4月7日 Como Gerar dadossintéticoscom深度学习 umrepositóriodedicadoàgeraçãodadossintéticosestaéumafrase queestáse tornando comum，masaindaéverdade e recrete atendênciaotentênciao do mercado，dadossãoonovopetróleo。Alguns Dos Maiores球员DOMercadoJáTêmoContole Mais Forte Sobre Essa Moeda。Quando Se Trata… 数据科学 7分钟阅读 数据科学 7分钟阅读
