Warning: preg_grep(): Compilation failed: quantifier does not follow a repeatable item at offset 165 in /var/www/tg-me/post.php on line 75 Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение | Telegram Webview: dsproglib/6479 -
🔥Холивар: scikit-learn — мастодонт ML или пора переходить на что-то посвежее?
🎓 С одной стороны — стабильный и понятный scikit-learn: • простота API, • огромная документация, • идеально подходит для обучения и базовых ML-пайплайнов.
💥Но многие говорят: «Он уже не тянет продакшн»: • нет GPU, • нет удобной работы с пайплайнами в стиле TensorFlow/PyTorch, • нет AutoML по умолчанию.
И начинают смотреть в сторону LightGBM, XGBoost, CatBoost, PyCaret, H2O, или даже Spark ML.
👀 А кто-то вообще считает, что Scikit-learn — это «велосипед прошлого десятилетия».
❤️ — Scikit-learn forever: надёжный, понятный, любимый 👍 — Уже давно перешёл на градиентный бустинг и AutoML 🔥 — Я вообще на PyTorch/TensorFlow, мне склерн не нужен 🤔 — Использую всё понемногу, зависит от задачи
🔥Холивар: scikit-learn — мастодонт ML или пора переходить на что-то посвежее?
🎓 С одной стороны — стабильный и понятный scikit-learn: • простота API, • огромная документация, • идеально подходит для обучения и базовых ML-пайплайнов.
💥Но многие говорят: «Он уже не тянет продакшн»: • нет GPU, • нет удобной работы с пайплайнами в стиле TensorFlow/PyTorch, • нет AutoML по умолчанию.
И начинают смотреть в сторону LightGBM, XGBoost, CatBoost, PyCaret, H2O, или даже Spark ML.
👀 А кто-то вообще считает, что Scikit-learn — это «велосипед прошлого десятилетия».
❤️ — Scikit-learn forever: надёжный, понятный, любимый 👍 — Уже давно перешёл на градиентный бустинг и AutoML 🔥 — Я вообще на PyTorch/TensorFlow, мне склерн не нужен 🤔 — Использую всё понемногу, зависит от задачи
Tata Power whose core business is to generate, transmit and distribute electricity has made no money to investors in the last one decade. That is a big blunder considering it is one of the largest power generation companies in the country. One of the reasons is the company's huge debt levels which stood at ₹43,559 crore at the end of March 2021 compared to the company’s market capitalisation of ₹44,447 crore.
The global forecast for the Asian markets is murky following recent volatility, with crude oil prices providing support in what has been an otherwise tough month. The European markets were down and the U.S. bourses were mixed and flat and the Asian markets figure to split the difference.The TSE finished modestly lower on Friday following losses from the financial shares and property stocks.For the day, the index sank 15.09 points or 0.49 percent to finish at 3,061.35 after trading between 3,057.84 and 3,089.78. Volume was 1.39 billion shares worth 1.30 billion Singapore dollars. There were 285 decliners and 184 gainers.
Библиотека дата сайентиста | Data Science Machine learning анализ данных машинное обучение from us
