Шесть вероятностных распределений, которые должен знать каждый специалист в области data science

Оригинал: 6 Probability Distributions every data science professional should know

Введение

Добро пожаловать в мир вероятностей в науке о данных! Позвольте мне начать с интуитивного примера.

Предположим, вы преподаватель в университете. После проверки заданий вы оценили всех учеников. Вы дали эти проверенные работы парню из университета, занимающемуся вводом данных, и сказали ему создать электронную таблицу, содержащую оценки всех студентов. Но парень хранит только оценки, а не соответствующие имена студентов.

Как, используя Python, читать распространенные форматы файлов, используемые в Data Science

Перевод. Оригинал: How to read most commonly used file formats in Data Science (using Python)?

Если бы вы были частью индустрии данных, вы бы знали, как работать с разными типами данных. Разные форматы, разное сжатие, разный синтаксический анализ в разных системах - вы можете быстро потерять голову! И я еще не говорил о неструктурированных данных или полуструктурированных данных.

Для любого исследователя данных работа с различными форматами может стать утомительной задачей. В реальном мире люди редко получают аккуратные табличные данные. Таким образом, любой специалист по данным должен знать о различных форматах файлов, общих проблемах с ними и о наилучших/эффективных способах обработки этих данных в реальной жизни.

Создание безупречной стратегии выигрыша в BlackJack с использованием Data Science

Перевод. Оригинал: Creating a flawless winning strategy in a Casino (BlackJack) using Data Science?

Можем ли мы создать безупречную стратегию выигрыша в казино с использованием Data Science?

Конечно, нет! В противном случае все ученые, занимающиеся данными, будут сидеть на кучах денег, а казино не будут пускать нас!

Но из этой статьи мы узнаем, как оценить, является ли игра в казино предвзятой или честной. Мы поймем предубеждения, работающие в казино, и разработаем стратегии, чтобы игра стала прибыльными. Мы также узнаем, как мы можем контролировать вероятность нашего банкротства в казино.

25 открытых наборов данных для Data Science

Источник: 25 Open Datasets for Deep Learning Every Data Scientist Must Work With

Ключом к совершенствованию в глубоком обучении (или во многих других областях) является практика. Практикуйтесь на самых разных задачах - от обработки изображений до распознавания речи. Каждая из этих проблем имеет свои уникальные нюансы и подходы.

Но где вы можете получить эти данные? Многие исследовательские работы, которые вы видите сегодня, используют проприетарные наборы данных, которые обычно не публикуются для широкой публики. Это становится проблемой, если вы хотите учиться и применять свои новые навыки.

Если вы столкнулись с этой проблемой, у нас есть решение для вас. Мы подготовили для вас список открытых общедоступных наборов данных.

7 способов прогнозирования временных рядов с помощью Python

Перевод. Оригинал: 7 methods to perform Time Series forecasting (with Python codes)

Введение

Большинство из вас слышало о новом веянии на рынке, то есть криптовалюте. Многие может быть вложили бы деньги в них. Но безопасно ли инвестировать деньги в такую изменчивую валюту? Как мы можем быть уверены, что инвестирование в криптовалюту сейчас принесет прибыль в будущем? Мы не можем быть уверены, но мы можем сгенерировать прогнозы на основе предыдущих цен. Модели временных рядов - один из способов их прогнозирования.

Помимо криптовалют, есть несколько важных областей, в которых используется прогнозирование временных рядов, например: прогнозирование продаж, количество звонков в колл-центре, солнечная активность, приливы, поведение активов на фондовом рынке и многое другое.

Простой способ размещения нескольких графиков на одной странице в ggplot2

Перевод. Оригинал здесь.

Для размещения нескольких графиков ggplot2 на одной странице не получится использовать стандартные функции R - par() и layout(). Для этого необходимо задействовать функции grid.arrange() [в пакете gridExtra] и plot_grid() [в пакете cowplot]

Установка и загрузка требуемых пакетов

Установка и загрузка пакета gridExtra

install.packages("gridExtra")

library("gridExtra")

Установка и загрузка пакета cowplot

cowplot можно установить следующим образом:

История войн с точки зрения науки о данных

Перевод. Оригинал: War and Peace. Empirical View

Было бы неправильно полагать, что прошлое было мирным. Одна из причин, по которой у некоторых людей может сложиться такое впечатление, заключается в том, что многие из прошлых конфликтов менее заметны в нашей памяти, они просто забыты.

Обзор всех конфликтов, для которых у нас есть оценка количества погибших, показан на визуализации ниже.

Красные круги визуализируют конфликты, перечисленные в Каталоге конфликтов, автором которого является Питер Брекке. Набор данных Брекке содержит информацию о 3708 конфликтах, но для более отдаленного прошлого он все еще неполон. Брекке не хватает оценки количества погибших во многих прошлых конфликтах, и мы можем подозревать, что существование многих конфликтов вообще неизвестно.