Статьи
Функции и их концепции в Python
Программирование
Функции и их концепции в Python
Компоненты и типы аргументов в функциях
В этой статье будут рассмотрены все концепции, связанные с функциями, и вы почувствуете себя комфортно при программировании. Эта тема очень проста для понимания и в то же время трудна из-за..
Mojo: новый язык программирования для ИИ
Что такое Mojo и чем он может быть лучше Python для приложений AI и ML
Было много шума вокруг Mojo как потенциального преемника Python в мире искусственного интеллекта и машинного обучения. Давайте рассмотрим некоторые основные различия между Mojo и Python. Мы также рассмотрим некоторые..
Использование ML Playbooks для обнаружения IoC в Google Cloud
Начинающий подход к использованию машинного обучения для анализа инцидентов
Начало
В больших наборах данных алгоритмы машинного обучения могут обнаруживать закономерности и выявлять аномалии. Мы можем создавать модели, которые изучают исторические данные и распознают отклонения от..
Обзор JavaScript — объекты и память
Иногда можно услышать «Все в Javascript объект». Не все является объектом в JavaScript. Но все, что не является примитивным значением, можно рассматривать как объект.
Как я упоминал в предыдущей части , объекты являются непримитивными/ссылочными типами данных. И они ведут себя..
Введение в логистическую регрессию
Логистическая регрессия — популярный алгоритм классификации, используемый в машинном обучении. Это простой, но мощный алгоритм, который широко используется в различных приложениях, таких как кредитный скоринг, обнаружение мошенничества и медицинская диагностика. В этой статье мы обсудим, что..
Методы регуляризации для моделей машинного обучения
Введение
Говоря о создании алгоритмов обучения с учителем в ML, неудивительно, если подумать о том, какой метод регуляризации использовать для получения более подходящих результатов.
На этапе обучения модель может работать точно на обучающих данных, но плохо работать на тестовых данных ,..
Пришло время для нового API дат в JavaScript
Вы когда-нибудь чувствовали, что дата Javascript 0.1.2023 , представляющая Новый год, не имеет никакого смысла? Если это так, давайте посмотрим, как будущий Javascript исправит это, а также пару других проблем с DateJS.
Но обо всем по порядку: почему январь равен нулю? Ответ лежит в..
Как узнать, строите ли вы хорошую модель машинного обучения? Используйте базовый уровень
Второй шаг к стандартизации ваших экспериментов
У вас есть четко сформулированная постановка задачи. Он ограничен, ваша задача и метрики оценки прекрасно определены. Я знаю, о чем ты думаешь…
Выдумки да, любители данных, давайте сделаем это !
Однако подождите всего одну секунду. Я..
Жидкие нейронные сети
Изучение динамики жидкостных вычислительных систем
Обзор
Этот курс обеспечивает углубленное изучение жидких нейронных сетей, типа вычислительной модели, вдохновленной поведением жидкостей. Жидкие нейронные сети известны своим динамичным и непрерывным характером, что делает их хорошо..
Уроки, извлеченные из моей первой работы по науке о данных
Я получил свою первую работу по науке о данных в июне 2021 года, потратив около двух с половиной лет на подготовку к собеседованиям по науке о данных, пройдя МООК (в основном курсы Udacity и Udemy), прочитав несколько книг на эту тему и прислушиваясь к советам людей, которые преуспели в этой..
Преимущества и недостатки JavaScript как нефункционального языка программирования
В этой статье мы рассмотрим преимущества и недостатки JavaScript.
В последние годы JavaScript набирает популярность как язык программирования. Однако он не лишен недостатков.
В этой статье мы рассмотрим преимущества и недостатки JavaScript как языка программирования.
Преимущества..
Дорожная карта машинного обучения для экзаменов в колледже
MLT (машинное обучение) О! Нет😣. Как я пройду этот предмет? На ютубе недостаточно ресурсов по этой теме. Даже мои профессора в колледже не научили меня достаточно, чтобы я мог пройти🤧.
Не волнуйтесь У меня есть решение 😄. Во время учебы в колледже многие из нас сталкиваются с ужасными..
Введение в медитацию для программистов
Возможно, вы заметили потихоньку растущую популярность медитации, особенно среди набора «йога и травяной чай» (привет, друзья!). Говорят, что преимущества огромны, а трудности велики. Существует множество методов, каждый из которых имеет свою хардкорную секту или дорогого нью-эйдж гуру...
ГЛАВНЫЕ ТЕНДЕНЦИИ ЦИФРОВОЙ ТРАНСФОРМАЦИИ В 2019 ГОДУ
За последнее десятилетие в области электроники произошли значительные изменения. Использование цифровой электроники распространено во всех областях. По мере того, как мир движется к миниатюризации, люди работают над наиболее распространенными областями, такими как ИИ и машинное обучение, чтобы..
Инструменты базы данных dbForge для Oracle претерпели экстремальные изменения
Компания Devart представила значительное обновление инструментов dbForge для базы данных Oracle: сравнение схем, сравнение данных, пакет сравнения и генератор данных. Обновленные инструменты получили множество функциональных и визуальных улучшений.
Devart, чешский поставщик программного..
Овладение искусством работы со строками в JavaScript: ваше руководство по совершенствованию работы с текстом
Раскрытие возможностей строк — от конкатенации до проверки символов
Строки — это основа текстового общения в JavaScript, открывающая целый мир возможностей для разработчиков. Независимо от того, создаете ли вы веб-сайты, приложения или интерактивные игры, понимание того, как работать со..
Злоупотребление Go Generics снижает эффективность! Улучшение производительности Golang(7)
В этой статье я сравню производительность среди фиксированного типа, интерфейс в качестве параметра принимает любое значение и перейду к дженерикам. Вы знаете, что Go Generics — самый медленный.
Основы
Сначала рассмотрим концепции go generics, интерфейс в качестве параметра принимает..
Общие методы науки о данных
Традиционные данные: методы
Термин «данные» может относиться к «необработанным фактам», «обработанным данным» или «информации». Необработанные данные, также называемые «первичными данными», — это данные, которые нельзя сразу проанализировать. Это нетронутые данные, которые вы накопили и..
#Ваш #ИскусственныйИнтеллект #ЦифровоеПутешествие
Важность категориальных данных в процессе принятия решений и как с ними работать в машинном обучении
Деловые люди , независимо от того, являются ли они специалистами по данным или нет, вполне вероятно, что они ежедневно сталкиваются с категориальными данными в рамках своих стратегических..
Можем ли мы предсказать цитируемость препринтов?… И должны ли?
Интересно сравнить препринты с журналами. Давайте посмотрим на все статьи, опубликованные на ArXiv в 2010 году, используя данные API ArXiv OAI-PMH . Затем мы можем сопоставить их с журнальными версиями тех же статей, используя API CrossRef .
Почему мы смотрим на 2010 год? 2010 год может..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..