sitio big data 
Uno de los desafíos que enfrentan los científicos de datos cuando ejecutan cargas de trabajo de aprendizaje automático. Es el procesamiento de la información antes de que esté listo para su uso. Google dio a conocer un nuevo servicio en la nube el jueves para aliviar ese problema. Google Cloud Dataprep detectará automáticamente los esquemas … Leer más
Para Google Drive, investigamos técnicas de aprendizaje automático (ML) de vanguardia. Que nos permiten ofrecer productos y servicios destinados a ayudarlo a concentrarse en lo que es importante. Nuestro objetivo es ayudarlo a ahorrar tiempo, hacer que la vida y el trabajo sean un poco más convenientes, desde proporcionar traducciones de idiomas hasta comprender imágenes hasta ayudarlo a responder correos electrónicos . … Leer más
Machine Learning (ML) para datos tabulares (por ejemplo, datos de hoja de cálculo). Es una de las áreas de investigación más activas tanto en investigación de ML como en aplicaciones empresariales. Las soluciones a los problemas de datos tabulares. Como la detección de fraudes y la predicción de inventarios, son fundamentales para muchos sectores comerciales; … Leer más
Entrenamiento de datos multilabel débilmente etiquetados con Google BERT: clasificación de documentos de Westeros y Essos Conocimiento de fondo: Conocimiento de Google BERT, NLP Introducción Documentos sobre clasificación de texto en el contexto de NLP en su mayoría lidiar con datos claramente etiquetados que solo se ajustan a una clase (problemas de clasificación de una … Leer más
¿Qué es BigQuery? Una de las ventajas de usar Google Cloud Platform (GCP) es tener a su disposición BigQuery. La solución de almacenamiento de datos en la nube de Google. BigQuery brinda a los usuarios de GCP acceso a las características clave de Dremel. La solución de almacenamiento de datos interna propia de Google. Bajo … Leer más
TensorFlow es el marco de aprendizaje profundo dominante para Data Scientists y Jupyter Notebook es la herramienta de referencia para Data Scientists. ¿Qué sucede si puede utilizar TensorFlow desde cualquier lugar sin la molestia de configurar el entorno? Mejor aún, ¿qué sucede si puede usar la GPU para entrenar sus modelos de Deep Learning de … Leer más
Selección de Machine Learning métricas de regresión (MSE) – Parte 2. En este artículo Parte 2, discutiré la utilidad de cada métrica de regresión según el objetivo y el problema que intentemos resolver. La Parte 1 presentó los primeros cuatro indicadores como se muestra a continuación, mientras que los restantes se presentan en este artículo. Recordemos primero … Leer más
Parte 1 – Cómo seleccionar la métrica de evaluación correcta para los modelos de aprendizaje automático : Métricas de regresión Cada modelo de aprendizaje automático intenta resolver un problema con un objetivo diferente utilizando un conjunto de datos diferente y, por lo tanto, es importante comprender el contexto antes de elegir una métrica. Generalmente, las … Leer más
La capa convolucional en las redes neuronales en Machine Learning aplica sistemáticamente filtros a una entrada y crea mapas de características de salida. Aunque la capa convolucional es muy simple, es capaz de lograr resultados sofisticados e impresionantes. Sin embargo, puede resultar complicado desarrollar una intuición sobre cómo la forma de los filtros afecta la … Leer más
Plotly Experiments – Columnas de líneas y columnas Foto de Ren Ran en Unsplash Gráficas de barras En mi entrada anterior expliqué que cómo crear diagramas de dispersión utilizando Plotly con ejemplos del conjunto de datos de viviendas del Condado de King. Otro tipo popular de gráfico es el gráfico de columnas o gráfico de … Leer más