Neváhejte a napište
nám zprávu.
Strojové učení potřebuje pro dosažení kvalitních výsledků data, velké množství dat. Proto vyvíjíme vlastní univerzální crawlery, prostřednictvím kterých potřebný obsah získáváme.
Máme prakticky vyřešené záležitosti typu omezování počtu přístupů prostřednictvím captcha kódů, měnící se struktury webů, či praktické problémy typu identifikace správných informací v textu. Například při stahování recenzí je často stejné zboží na jednotlivých eshopech označováno odlišně a pro agregaci dat je třeba identifikovat, že se jedná o tentýž výrobek.
-
Diagnostika modelu prostřednictvím křivek učení
event_note 22.07.2021 person Maša VodalovČíst dálKřivky učení zobrazují změny ve výkonnosti učení v průběhu času.
-
Feature Selection
event_note 28.06.2021 person Tereza ZemanováČíst dálZabývali jsme se výběrem proměnných vstupujících do modelu. Když je proměnných moc, model má horší schopnost generalizovat a je náchylnější k chybám.
-
Nová verze aplikace opinio
event_note 20.06.2021 person adminČíst dálVydali jsme novou verzi aplikace opinio! Aplikace prošla kompletním redesignem, zaměřili jsme se na větší uživatelskou přívětivost a přidali velké množství produktů.
-
Feature Binning and Quantile Transformation
event_note 11.06.2021 person adminČíst dálImplementovali jsme metodu úpravy dat Feature Binning and Quantile Transformation. Naše ML modely díky uprgadované přípravě dat nyní dosahují lepších výsledků.
-
Výsledky StockPicking strategie za první rok ostrého provozu
event_note 31.05.2021 person adminČíst dálPřinášíme detailní výsledky, včetně grafů a srovnání s benchmarkem, v našem případě Indexem S&P 500.
-
Výběr významných prediktorů z velkého množství časových řad
event_note 28.05.2021 person adminČíst dálJedním z potřebných kroků, kterým jsme se v rámci preprocessingu dat posledních týdnech věnovali bylo zabránění přeučení modelu, tedy učili jsme model generalizovat.
