Quer compartilhar seu conteúdo em R-bloggers? clique aqui se você tiver um blog, ou aqui se não tiver.
O Hackathon de mineração de texto foi iniciado! Ontem às 17h UTC tivemos o prazer de lançar o Why R? Conferência de 2020 e o Text Mining Hackathon com Julia Silge palestra de abertura Visualização de dados para profissionais de aprendizado de máquina. O hackathon dura 24 horas, então você ainda tem a chance de participar! Especialmente porque existem 4 desafios diferentes e você pode escolher um se não tiver tempo suficiente para todos os 4. O prazo para as soluções é 24/09/2020 17:30 UTC!
Hoje temos 2 grandes palestras no Hackathon.
- 24/09/2020 13:00 UTC Kenneth Benoit Por que você deveria parar de usar outros pacotes de text mining e abraçar quanteda – stream
- 24/09/2020 17:30 UTC Por que a McKinsey Analytics? E como usamos tecnologia, dados e recursos globais para atender nossos clientes? – corrente
Descubra as descrições abaixo
O pacote de análise de texto quanteda é agora um pacote maduro com uma grande base de usuários e entrelaçado com uma família crescente de pacotes relacionados para aprendizado de máquina, conversão de texto, marcação de classes gramaticais e análise de dependência e análise de sentimento. Eu descrevo os motivos pelos quais você deve usá-lo e o que ele pode fazer para atender às suas necessidades de processamento de linguagem natural e análise de texto.
A McKinsey & Company realiza muitos compromissos com fortes componentes de análise. Nossos cientistas e arquitetos de dados, junto com nosso aprendizado de máquina e engenheiros de dados, complementam nossa consultoria estratégica e operacional e fornecem aos nossos clientes soluções avançadas e robustas baseadas em dados. Nesta introdução ao McKinsey Analytics, você aprenderá como nossos profissionais de dados trabalham e utilizam a tecnologia para criar impacto em todo o mundo. Como parte de nossa pilha de tecnologia, você será apresentado ao Kedro. Kedro é uma estrutura de código aberto que o ajuda a aplicar as melhores práticas de engenharia de software a dados e pipelines de aprendizado de máquina. Ele brilha quando vários cientistas de dados estão colaborando em um projeto e precisam de uma maneira consistente e padrão de trabalhar juntos.
Relacionados
