WedX - журнал о программировании и компьютерных науках

Статьи

Это должна быть сатира. На самом деле никто не думает обо всем этом, правда?

Это должна быть сатира. Никто не на самом деле думает обо всем этом, верно?

Работа с извлечением отношений, часть 3 (машинное обучение)

Идентификатор объекта: основанная на анализе естественного текста платформа для извлечения отношений сущностей (arXiv) Автор: Эль Мехди Чоухам , Джессика Лопес Эспехель , Махаман Санусси Яхая Алассан , Валид Дахане , Эль Хассан Эттифури . Аннотация: В области программирования..

Освоение Python: руководство для начинающих по тестированию классов

Тестирование классов в Python В этой статье мы рассмотрим область тестирования классов в Python. Тестирование классов имеет решающее значение для проверки поведения и функциональности вашего кода. Написав тесты, вы сможете выявить ошибки на ранней стадии, улучшить качество кода и создать..

Реагировать/редукс

Ах… наконец-то вдали от Backbone на последние пару недель. Backbone — отличный фреймворк и отличное введение в работу с MVC, но React — это инструмент, который идеально подходит для моего набора инструментов. Шаблоны пользовательского интерфейса, которые начинают застревать у меня в голове,..

Сортировка массива по проблеме четности

Объяснил два подхода в JavaScript и Ruby В этом посте я расскажу, как я решил проблему Сортировать массив по четности на LeetCode . Дан массив A неотрицательных целых чисел, вернуть массив, состоящий из всех четных элементов A , за которыми следуют все нечетные элементы A . Вы..

Прогнозирование на основе временных рядов: несезонные модели ARIMA

Модели ARIMA (p, d, q) предоставляют другой подход к прогнозированию временных рядов, и это очень популярная форма статистического метода модели Бокса-Дженкинса. Авторегрессионная интегрированная скользящая средняя может быть полезна в различных областях, таких как статистика, для измерения..

Как я создал веб-сайт, интегрирующий статьи Medium — с помощью Jekyll и GitHub Pages

Пошаговое руководство, которое поможет вам сэкономить время и усилия В этой статье я поделюсь процессом создания личного сайта и портфолио с помощью Jekyll . Jekyll — это Ruby Gem , используемый для простого создания статических веб-сайтов, содержимое которых предопределено во время..

Изучите любые данные с помощью настраиваемого интерактивного веб-приложения: наука о данных со спортом

Узнайте, как создать интерактивное многоразовое веб-приложение для исследовательского анализа данных с помощью ведущих инструментов визуализации данных Plotly и Streamlit (включая данные и код) Большинство хороших проектов с данными начинаются с того, что аналитик что-то делает, чтобы..

Логистическая регрессия с использованием набора данных диабетиков Pima Indian

Логистическая регрессия в машинном обучении является частью класса алгоритмов обучения с учителем, используемых для прогнозирования вероятности возникновения события. Для задачи бинарной классификации, такой как наличие или отсутствие диабета, алгоритм выводит вероятность (от 0 до 1) каждой..

Создание моего портфолио программирования

За последние несколько месяцев я обнаружил, или, скорее, осознал, что моего (официального) портфолио программирования не существует. Я решил исправить это, и вот мой отчет об этом. Каток для игры в кости Это было довольно просто. Первое, что я сделал, - это импортировал «случайный»..

Объяснение и практическое описание машин опорных векторов с ядрами

С помощью Scikit-Learn и Google Colab Машина опорных векторов — это алгоритм, используемый для регрессии и классификации на основе уникальной линейной модели, что означает фиксированную линию или фиксированную плоскость для различения или прогнозирования меток. Это приводит к строгой..

Центр армейских собак Фейсалабад 03010417477

Центр армейских собак Фейсалабад 03010417477

Вы просто вводите зависимость, думая, что следуете инверсии зависимости ...

Уточнение различий. И принцип инверсии зависимостей, и внедрение зависимостей - совершенно разные вещи, несмотря на схожесть названий терминов. Понимание различий важно для инженеров-программистов, занимающихся объектно-ориентированным программированием. Только очень простые или..

Использование нейронных сетей для распознавания человеческого ввода

Компьютеры учатся не так, как учатся люди. С самого начала современных вычислений люди изо всех сил пытались заставить компьютеры распознавать закономерности и интуитивно «учиться» на входных данных. Введите машинное обучение. Один из способов, которым люди научили машины учиться, — это..

100 Days of Flutter — День 1: Привет, мир!

Добро пожаловать! Это первая часть моего девлога «100 Days of Flutter», в котором я с нуля изучаю все тонкости разработки приложений на Flutter. Конечной целью является развертывание приложения в магазинах iOS App Store и Google Play в 2023 году. Прежде чем я начну, я хочу дать вам..

Курс машинного обучения в Дели

Введение Машинное обучение – это область искусственного интеллекта и информатики, включающая разработку программного обеспечения и алгоритмов, которые могут делать прогнозы на основе данных. В этом модуле мы вводим регуляризацию, которая помогает предотвратить переоснащение моделей обучающими..

Разница между == и === в Котлине.

В языке программирования Kotlin == и === — это два оператора, часто используемые для сравнения. Хотя на первый взгляд они могут показаться похожими, они служат совершенно разным целям и имеют разное поведение. В этой подробной статье мы углубимся в ключевые различия между ==..

Как на самом деле решить проблему

Подход к решению задач для программистов Программисты умеют решать проблемы. Решение проблем — самая важная и трудная часть разработки. Вы должны построить свои навыки решения проблем на практике. Чтобы решить сложную проблему, вам нужен план подхода к ней и ее решения. Я поделюсь..

Алгоритмы регрессии

Алгоритмы регрессии — это тип алгоритма машинного обучения, используемый для прогнозирования числовых значений на основе входных данных. Алгоритмы регрессии пытаются найти взаимосвязь между входными и выходными переменными, подгоняя математическую модель к данным. Цель регрессии — найти..

2 крупнейших улучшения ExUnit в Elixir 1.7

Изменения и обновления в последней версии эликсира. assert is_valid_card(card_type, card_number) JlcQ.jpeg' /> Эта статья включает в себя два самых больших изменения ExUnit. Аргументы в отчете об отказе Выполнение смешанного теста с флагом ошибки 1. Аргументы в отчете об отказе В..

Новые материалы

Как создать диаграмму градиентной кисти с помощью D3.js
Резюме: Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..

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..


Для любых предложений по сайту: [email protected]