数据科学

分析结构化和非结构化数据来提取知识和洞察的系统和科学方法。

Related code patterns

分析从使用 LoRaWAN 网络的远程 IoT 系统收集到的大型数据集

在本 Code Pattern 中,我们将演示如何使用 Watson Studio 和 Python 数据科学软件包分析 EPA 提供的大型空气质量数据集。


使用机器学习来预测治疗心脏病的药物

本 Code Pattern 提供了详尽步骤来演示如何使用匿名患者数据和 Spark MLlib 包来训练预测治疗心脏病的最佳药物。


预测山火强度

本 Code Pattern 讲解了如何使用 NASA 提供的山火数据,利用 Watson Studio 和 Watson Machine Learning 来预测山火的强度。


通过 Object Detection 提高人脸检测的准确率

本 Code Pattern 将演示如何通过将图像视为一个对象(通过模型来检测,并被附加到人脸检测算法)来扩展 Watson Visual Recognition 的人脸检测功能。


使用卷积神经网络分析实时 CCTV 图像

本 Code Pattern 讲解了如何部署一个借助神经网络模型使用 OpenCV 和 Darknet 来分析实时流传输协议 (RTSP) 视频流的应用程序。


使用 Watson Natural Language Understanding 实现非结构化数据可视化

了解如何创建和使用 Watson Natural Language Understanding,通过 Apache Tika 从非结构化文件中提取文本,并使用 D3.js 实现非结构化数据可视化。


使用 Watson OpenScale 监控 WML 模型

为 Watson Machine Learning 部署创建数据集市,并详细讲解包括性能、偏差和质量监控配置等方面的操作步骤。


使用 IBM Watson Studio 生成文本摘要和实现可视化

本 Code Pattern 演示了如何使用 IBM Watson Studio 生成文本摘要并实现文本可视化的方法。


使用 Watson Studio Local 在 Hortonworks Data Platform 上开发、训练和部署垃圾邮件过滤器模型

本 Code Pattern 演示了数据科学家如何利用远程 Spark 集群和计算环境来训练和部署垃圾邮件过滤器模型。


构建一个聊天机器人管理员来检测愤怒情绪,理解自然语言,并删除敏感图片

本 Code Pattern 介绍如何通过人工智能从情绪、语言、图片等方面监测不良信息,以创造和谐文明的网络交流环境。


使用 Watson Studio 和 Jupyter Notebook 构建客户流失预测器

本 Code Pattern 以 Telco 客户流失数据集预测客户流失为样例,介绍如何构建机器学习模型,并用它来预测客户是否有流失的风险。


执行机器学习练习

本 Code Pattern 通过一个线性回归示例演示了 Apache SystemML 的易用性及强大性。


使用 Watson Studio 和 PyTorch 构建一个手写数字识别器

本 Code Pattern 将让您了解基于机器学习识别手写数字的工作原理,并创建一个简单的识别器应用。


使用 Watson 实现垃圾回收

本 Code Pattern 将带您创建一个将垃圾智能分类的移动应用程序,您可以以该应用程序作为基础,构建自己的自定义可视识别分类器。


分析旧金山市的交通数据

通过学习,了解如何将公开的数据整合到 IBM Watson Studio 上托管的 Jupyter Notebook 中,以及如何使用 PixieDust 快速轻松地创建图形和图表。


开发使用机器学习且基于 Web 的移动健康应用

使用 IBM Cloud 上的 Watson 服务和 IBM Watson Studio 完成一个可在智能手机上使用的 Web 健康应用程序。


创建可视化效果来了解食物无保障状况

本 Code Pattern 演示了如何利用 IBM Watson Studio、Pandas、PixieDust 和 Watson Analytics 来教育其他人关于食物不安全的问题。


创建并部署评分模型来预测心率衰竭

本 Code Pattern 使用 IBM Watson Studio 上的 Jupyter Notebook 来构建预测模型,演示潜在的医疗保健用例。


分析公开的医疗数据集来获取洞察

本 Code Pattern 通过深入挖掘有关阿片类药物用药过量导致死亡的数据集的例子,指引您探索数据、清理数据、训练模型和评估模型。


使用 Apache Spark 和 Elasticsearch 构建一个推荐系统

本 Code Pattern 演示了如何通过使用 Apache Spark 和弹性搜索创建推荐系统的关键元素。


通过点击流分析确定热门主题

本 Code Pattern 讲解了如何使用 Apache Spark 和 Kafka 收集、分析和报告网站访问者数据.


使用 Jupyter Notebook 分析《星际争霸 II》回放

结合游戏和数据分析的力量,成为一个不可阻挡的玩家。阅读如何通过分析你的游戏,让你成为一个一流的竞争对手。


相关博客