Artikel teratas yang mungkin Anda lewatkan bulan lalu

Data science adalah salah satu industri yang bergerak paling cepat. Makalah riset, paket, tutorial, dan teknologi baru diluncurkan setiap hari, yang kadang membuat sulit untuk terus mengikuti. Bagi praktisi data, tetap mengikuti perkembangan terbaru di data science penting untuk terus belajar dan berkembang. Dalam artikel ini, Anda akan menemukan kumpulan berita, tutorial, riset, dan wawasan terbaru yang mungkin Anda lewatkan selama bulan lalu. 

Tutorial Terbaru

Dua cara membuat transformer kustom dengan scikit-learn

Artikel blog Towards Data Science ini membahas tutorial yang cukup sederhana tentang cara membuat transformer kustom menggunakan scikit-learn. Scikit-learn adalah salah satu paket yang paling banyak digunakan di data science, dan bisa dibilang paket machine learning paling populer. Paket ini menyediakan beragam fungsi prapemrosesan seperti One Hot Encoding, MinMax Scaling, dan lainnya. Namun, terkadang diperlukan fungsi prapemrosesan kustom alih-alih menggunakan yang siap pakai seperti One Hot Encoder. Tutorial ini mengajarkan cara membuat transformer kustom di scikit-learn untuk merapikan prapemrosesan data bagi machine learning.

MLOps di BigQuery ML menggunakan Vertex AI

Selama setahun terakhir, perusahaan teknologi besar telah membuat kemajuan besar di bidang MLOps. Membawa model machine learning ke lingkungan produksi adalah salah satu tantangan terbesar yang dihadapi tim data saat ini. Video ini memberikan tutorial singkat tentang cara menggunakan layanan Vertex AI dan BigQuery ML dari Google Cloud secara bersamaan untuk membangun pipeline Vertex AI yang siap produksi.

Tutorial Power BI Terbaru dari DataCamp

Dengan peluncuran Data Analyst in Power BI Track yang baru bekerja sama dengan Microsoft, DataCamp merilis beberapa tutorial Power BI selama bulan lalu. Power BI adalah salah satu alat business intelligence yang paling banyak digunakan, dan jika perusahaan Anda menggunakan Microsoft Office, besar kemungkinan Anda sudah memiliki akses ke sana. Ini juga merupakan batu loncatan yang bagus bagi siapa pun yang ingin melampaui Excel dan menyelami dunia data lebih dalam. Tutorial ini mencakup spektrum bekerja dengan Power BI, mulai dari Beralih dari Excel ke Power BI, tutorial mendalam tentang Power BI untuk Pemula, Pemodelan Data di Power BI, dan tutorial Rumus DAX Power BI untuk Pemula. Anda juga dapat mengunduh lembar contekan praktis ini untuk mendampingi perjalanan belajar Anda. 

Riset Machine Learning Pionir

DALLE-2 oleh OpenAI

Bulan lalu, OpenAI membuat dunia terpukau dengan algoritme pembangkitan gambar DALLE-2. OpenAI melatih model machine learning baru ini untuk membuat gambar dan karya seni fotorealistik dari masukan teks alami yang sederhana. DALLE-2, penerus DALLE-1, mencapai tingkat fotorealisme yang tinggi dengan menggunakan proses bernama “difusi” yang membuat pola titik acak dan secara bertahap mengubahnya menjadi gambar yang dikenali dari teks. Anda dapat membacanya di sini, dan menonton Isabella Leslie Miller, Data Journalist DataCamp, mengulasnya dalam Video Berita Ringkasan Mingguan kami.

Pathways Language Model (PaLM)

PaLM menunjukkan penggunaan skala besar pertama dari sistem Pathways. Arsitektur sistem Pathways diperkenalkan oleh Google tahun lalu untuk melatih generasi baru model secara efisien yang dapat melakukan berbagai tugas lintas domain. Dengan PaLM, Google membuat model Transformer raksasa dengan 540 miliar parameter yang mencapai kinerja terbaik di berbagai tugas bahasa dan penalaran. Tugas-tugas ini mencakup pembuatan kode, penjelasan lelucon, identifikasi sebab-akibat, dan lainnya. Lihat artikelnya untuk pendalaman tentang Pathways dan jenis use case yang dihadirkan PaLM. 

Paket dan Model Baru

Rilis PyTorch 1.11

Dengan rilis Pytorch versi 1.11 hadir berbagai peningkatan. Versi terbaru PyTorch kini menawarkan versi beta TorchData, penerus API DataLoader, dan functorch, yang menyediakan transformasi fungsi komposabel untuk Modul PyTorch. Di luar pengenalan fungsi-fungsi ini, PyTorch 1.11 menghadirkan beragam peningkatan kinerja, seperti waktu mulai 40% lebih cepat untuk penerapan di perangkat mobile dan edge, dan lainnya. Untuk mempelajari lebih lanjut tentang PyTorch, lihat Kursus DataCamp untuk Pemula ini. 

EpyNN 1.2.7

EpyNN adalah singkatan dari “Educational python for Neural Networks”. Ini ditujukan untuk pengajar, mahasiswa, ilmuwan, dan siapa pun dengan keterampilan Python yang relatif minimal yang ingin memahami dan membangun neural network dari nol. Paket ini menyediakan beragam template arsitektur dan contoh praktis yang mengurangi waktu yang dibutuhkan untuk belajar mengembangkan neural network dari nol. 

Pelatihan Large Language Model BigScience (tr11-176B-ml-logs)

BigScience adalah ruang populer di Hugging Face dan bertujuan untuk menciptakan model bahasa skala besar secara terbuka bersama ribuan peneliti di seluruh dunia. Pelatihan model utama BigScience dimulai pada 11 Maret 2022, dan akan dilatih selama tiga hingga empat bulan pada 384 GPU A100 80GB di superkomputer publik Jean Zay. Model open-source ini akan terdiri dari 176B parameter dan memiliki arsitektur decoder-only mirip GPT. Anda dapat mengikuti pembaruan pelatihannya di Twitter—dan akan dapat menggunakan model ini sekitar bulan Juni. 

Use Case Data Science & Machine Learning

La Liga Bermitra dengan Databricks untuk Analitik Sepak Bola

Tim analitik La Liga bermitra dengan Databricks untuk menerapkan data lakehouse dalam infrastruktur analitik liga. Ini akan memungkinkan La Liga Tech—unit analitik baru yang terintegrasi dari liga—untuk menata dan mengelola data mereka jauh lebih efisien, serta memanfaatkan machine learning pada use case menarik seperti prediksi cedera, rekomendasi konten untuk penggemar, dan lainnya. 

Menggunakan Deep Learning untuk Memberi Anotasi pada Jagat Protein

Para ilmuwan telah lama menggunakan alat komputasi untuk menyimpulkan dan memberi anotasi fungsi protein langsung dari sekuensinya. Tim AI Google telah berhasil menggunakan Deep Learning untuk memprediksi fungsi protein secara andal; mereka menamainya ProtENN, yang memungkinkan mereka menambahkan sekitar 6,8 juta entri ke basis data Pfam. Tim AI Google telah merilis model ProtENN dan artikel interaktif bergaya distill untuk eksperimen. Memecahkan jenis masalah ini akan memungkinkan penemuan dan terapi obat baru yang lebih cepat dan andal dengan machine learning. 

Wawasan & Opini

Memberdayakan Analis Data Modern

Dalam Podcast DataFramed terbaru, Peter Fishman, CEO Mozart Data, mengulas kondisi modern data stack, dan bagaimana alat terbaru di data science dirancang untuk memberdayakan analis data modern. Selain itu, ia membagikan pengalamannya memimpin tim data, apa yang membuat seorang analis data unggul, pentingnya keahlian bidang dan mendengarkan pengguna, dan lainnya. Dengarkan dan berlangganan DataFramed di mana pun Anda mendapatkan podcast.

MLOps Berantakan, Namun Itu Hal yang Wajar

Dalam artikel ini, Mihail Eric, pendiri Confetti AI, membagikan wawasannya tentang kondisi tooling di MLOps saat ini. Seperti judul artikelnya, Mihail dengan cermat menguraikan keadaan lanskap alat Machine Learning yang terfragmentasi. Karena operasi machine learning masih dalam tahap awal, standar, alat, dan praktik terbaik di sekitarnya masih terus dibentuk dan belum ada tumpukan baku yang jelas untuk diandalkan para praktisi. Selain itu, mengatasi kekurangan talenta, serta mengadopsi pola pikir machine learning dalam budaya organisasi akan membentuk adopsi MLOps di tahun-tahun mendatang. 

Pelajari lebih lanjut

Kami harap Anda menikmati rangkuman kisah, wawasan, tutorial, dan riset teratas ini. Untuk informasi terbaru lainnya di data science, lihat sumber berikut:

• Kunjungi halaman YouTube DataCamp untuk mengikuti berita terbaru seputar data science
• Berlangganan podcast DataFramed
• Lihat tutorial kami
• Lihat lembar contekan kami