·
关注 发表于 数据科学前沿 · 发送为 新闻通讯 · 阅读时间 3 分钟 · 2023 年 6 月 22 日
--
在一个重视速度而几乎把其他一切置于次要的位置的文化中——“快速行动,打破常规”——提醒自己有时放慢速度才是最有效的捷径,这是个好主意。尤其当你在探索复杂的想法时,这一点尤为真实,这也是数据科学和机器学习专业人士几乎每天都需要做的事情。
我们刚刚标记了北半球一年中最长的一天,因此我们认为没有比这更好的时机来庆祝我们一些最长且执行最好的深度探讨。不论是解决棘手的理论概念,还是引导我们了解前沿工具或工作流程,这些文章都需要我们暂停、思考和消化——并且给我们带来新的、持久的见解。祝阅读愉快!
-
关于个人健康信息(PHI)的伦理和监管问题使得处理医学图像变得极其复杂。Adrienne Kline分享了一个详细的概述,该开源工具提供了“强大的协议”,涉及“去标识化、隔离相关患者信息、ROI [感兴趣区域]识别和医学图像的文件压缩”。
-
我们的期望是如何构建的,它们与统计推理有何关系?Sachin Date的最新作品是一本引人入胜且耐心的指南,讲解了期望概念的理论基础:它从一次波动的英吉利海峡穿越开始,最终讲解了量子波函数背后的数学。
-
Reza Bagheri的文章通常是读者收藏并反复查阅的一站式资源。我们怀疑 Reza 的新深度探讨,关于自编码器及其在降维中的作用,将不会例外,因为它涵盖了线性和非线性自编码器的基本理论元素及 PyTorch 实现。
图片来源:Irina Leoni 在 Unsplash
-
对于初学者友好的——但同样有用的——PyTorch 入门,Leonie Monigatti的图像分类教程是一个很好的选择。它内容全面且清晰,虽然这里使用的示例是大猫的图像,但它易于适应更常见的现实世界分类项目。
-
在每个成长中的组织中,迅速筛选大量数据并找到正确的信息是一项熟悉的挑战。Janna Lipenkova的Text2SQL 入门介绍了一个创新框架,将大型语言模型的可访问性与 SQL 的查询能力结合起来。
-
为了以一种特别反思的方式结束我们的选择,我们为您呈现了Andre Ye关于算法的基本结构和内部机制****的文章。它深入探讨了数据工作者应反思的最具启发性(也是最重要)的一个问题:对机器来说,“学习”意味着什么?
感谢您对我们作者的支持!如果您喜欢在 TDS 上阅读的文章,请考虑成为 Medium 会员——这将解锁我们整个档案(以及 Medium 上的其他所有文章)。
直到下一个 Variable,
TDS 编辑团队