Kategorie: Data Science

Die Definition des richtigen Modells ist entscheidend, um mit Machine Learning aussagekräftige Vorhersagen zu treffen. Aber eine schlechte Anpassung der Lerndaten kann die Leistung der

Python Deep Learning: Es ist sehr wahrscheinlich, dass du in deinem Alltag Anwendungen nutzt, die auf Deep-Learning-Modelle zurückgreifen. Übersetzungen, OCR, Gesichtserkennung… Verschiedene deiner Anwendungen beinhalten

Agile Projektmanagementmethoden werden in Unternehmen immer beliebter, aber nicht alle Teams verwenden die gleichen Methoden. Wie kann man also die Arbeit aller Mitarbeiter koordinieren und

Spark Streaming ist eine innovative Lösung für die Verarbeitung von Daten in Echtzeit. Es ist eine Komponente des Apache Spark Frameworks und bietet außergewöhnliche Leistung,

Optuna ist ein automatisiertes Suchwerkzeug zur Optimierung von Hyperparametern in deinen Machine-Learning-Modellen. Durch verschiedene Suchmethoden und deren Kombination hilft dir diese Bibliothek, die optimalen Hyperparameter

Python Test Nose: Nose ist ein Framework zur Testautomatisierung in Python, das auf der Standardbibliothek unittest basiert. Erfahre mehr über seine Vorteile, seine Funktionen, die

Im Zeitalter von Big Data haben sich mehrere Berufe herausgebildet, darunter auch der des Data Scientist. Wenn du noch nie von einem Data Scientist oder

Um den Kundenbedürfnissen gerecht zu werden, entwickelt sich die DevOps-Kultur in den Unternehmen. Dies bedeutet jedoch einen Paradigmenwechsel, der gut vorbereitet und durchdacht umgesetzt werden

Trends vorauszusehen und die Risiken eines Marktes zu bewerten sind wesentliche Bestandteile der Strategie eines Unternehmens. Wie gehen die Unternehmen dabei vor? Welche Techniken werden

Von Statistiken über die Untersuchung von Körperbewegungen bis hin zu Börsenkursen für Finanzaktien werden Funktionen in allen Bereichen verwendet. Jedes Mal, wenn du eine Taste

Wie geht man mit einer unausgewogenen Klassifizierung um? Teil I Die Klassifizierung auf unausgewogenen Daten ist ein Klassifizierungsproblem, bei dem die Lernstichprobe eine starke Disparität

In den beiden vorherigen Artikeln haben wir ein erstes Beispiel für die Programmierung einer Web-API unter Flask gesehen und wie man eine Web-API mit einer