特性 | 新闻 | 教程 | 评论 | 排行榜 | 职位 | 提交博客 | 本周图片
数据科学家可以从 2020 年美国总统选举中学到什么？结果仍未确定，但似乎几个摇摆州的民调高估了民主党票数，就像 2016 年一样。准确预测人类行为很困难，在预测摇摆州的选举结果时，那些在消费者分析中可接受的小误差（例如 48% 而不是 52%）变得尤为重要。记住这些可能性，检查预测假设，尝试使用不同的数据源以减少误差。GP
特性
-
数据科学、数据可视化与机器学习的顶级 Python 库
-
借助专家掌握时间序列分析
-
解释可解释的人工智能：一种两阶段的方法
-
数据科学家的缺失团队
-
数据科学家还是机器学习工程师？哪个职业选择更好？
新闻
-
将敏感数据迁移到云端的七个步骤：数据团队指南
-
与 Stefan Jansen 探讨机器学习在算法交易中的重要性
教程，概述
-
实用统计推理的 10 个原则
-
使用 BERT 进行主题建模
-
微软和谷歌开源了这些基于他们工作的大规模深度学习训练框架
-
如何理解强化学习代理？
-
**
-
处理机器学习中的不平衡数据
-
更新版人工智能简介
-
停止从命令行运行 Jupyter Notebooks
评论
-
当良好的数据分析未能交付你预期的结果
-
克服 AI 中的种族偏见
-
你不再需要使用 Docker
头条新闻、推文
-
头条新闻，10 月 26 日 - 11 月 1 日：如何成为数据科学家：一步步指南；PerceptiLabs — TensorFlow 的 GUI 和可视化 API
-
KDnuggets 顶级推文，10 月 21-27 日：#机器学习可以恢复失落的语言
工作
-
查看我们最近的 AI、分析、数据科学、机器学习职位
-
你可以在 KDnuggets 工作页面上免费发布与 AI、大数据、数据科学或机器学习相关的行业或学术职位，邮件 - 详情请见 kdnuggets.com/jobs
本周图片
