Статьи
Использование составных объектов Dialogflow CX для обхода ограничений системных объектов
Dialogflow CX предоставляет множество системных объектов для извлечения общих типов из выражений конечного пользователя. В большинстве случаев значения, предоставляемые системными сущностями, работают хорошо, однако поддержка различается для языков и регионов. Некоторые типы системных..
Коммуникация API VueJs стала лучше ООП
Как разделить части взаимодействия API и создать более надежный интерфейсный код с помощью Vue.Js.
Резюме статьи
Преимущества принципов ООП Типичное взаимодействие API компонентов Vue Как разделить проблемы и сделать общение более надежным Коммуникационный поток Выводы и обсуждение..
Чтобы установить Yarn, следуйте инструкциям по установке здесь:
Начиная.
Yarn — это менеджер пакетов для вашего кода. Это позволяет вам использовать код (например, JavaScript) и делиться им с другими разработчиками со всего мира. Yarn делает это быстро, безопасно и надежно, так что вам не о чем беспокоиться.
Yarn позволяет вам использовать решения..
Стоимость потоков
Часто приложение iOS запускает несколько потоков в процессе. Иногда эти потоки используются для выполнения некоторых локальных вычислений или загрузки контента из Интернета. Мы часто создаем фоновый поток всякий раз, когда выполняем какое-либо вычисление или задачу загрузки, которая может..
Обнаружение метастазов с использованием CNN, передачи обучения и увеличения данных
Целью этого проекта является обнаружение метастазов рака на гистопатологических изображениях лимфатических узлов с использованием набора данных PatchCamelyon [1] , размещенного на Kaggle.
Правильный диагноз развития болезни имеет решающее значение для выбора наиболее подходящего курса..
Нормализация данных и нормальные формы
Нормализация данных — это процесс, с помощью которого мы можем уменьшить избыточность данных, повысить целостность данных и уменьшить аномалии данных в реляционных базах данных. Это позволяет нам экономить место на диске, гарантируя, что мы не повредим наши данные при попытке вставить,..
Система прогнозирования кредита с использованием моделей ML
Постановка задачи
У нас есть компания по финансированию жилищного строительства, и мы хотим автоматизировать процесс получения кредита на основе сведений о клиенте, предоставленных при заполнении онлайн-заявки.
О наборе данных
Loan_ID: уникальный идентификатор займа.
Пол:..
Визуализируйте свои развертывания с помощью Jenkins
Вы когда-нибудь спрашивали себя или своего коллегу: «Какая версия сейчас развернута в среде разработки?» или «Привет, Джон, ты вчера развернул это исправление в рабочей среде?» или «Билл, у нашего клиента два дня назад произошла ошибка. Вы помните, какая версия была развернута в то время?..
Курс 1_неделя 2: Терминал? — Погружение в Mac
Я посмотрел пару видеороликов и читал, как и в первую неделю. Все шло гладко… пока не дошло до нашего задания для взаимной оценки.
Чтобы доказать свою работу, мне нужно было сделать два снимка экрана и загрузить их.
Первое приглашение было «Пожалуйста, загрузите изображение текстового..
Быстрые стили с TensorFlow
Изучая несколько крутых проектов, связанных с ИИ, я наткнулся на этот. Эти люди использовали API тензорного потока для обучения сети передачи стилей. Затем эта сеть, в свою очередь, смогла добавить стили к различным изображениям на основе известных картин, которые можно было выбрать. Программа..
Позитивное и немаркированное обучение: восстановление меток для данных с помощью машинного обучения
У вас есть данные, но ваши лейблы не заслуживают доверия: что теперь делать? (͡ ° ͜ʖ ͡ °)
Проблема
Часто компании хотят внедрить машинное обучение для конкретной задачи - скажем, для выполнения классификации данных - но прокляты проблемой наличия недостаточных или ненадежных меток для..
МАШИННОЕ ОБУЧЕНИЕ: КРАТКИЙ ОБЗОР (Часть 1)
Согласно научному определению, машинное обучение — это изучение компьютерных алгоритмов, которые совершенствуются благодаря опыту. Что буквально означает слово машинное обучение? Означает ли это установку возможностей обучения на машине? Да, это сценарий, в котором мы обучаем и разрабатываем..
Изучение «пока» трудным путем: почему пробные версии, ошибки и переполнение стека - мои лучшие инструменты для обучения…
Если вы раньше не слушали, я стараюсь изучать немного Python каждый день (* кашляет * спорадически * кашляет *), и я использую ЭТУ УДИВИТЕЛЬНУЮ КНИГУ .
Так что вчера меня осенило, что если я использую тонну примеров из книги, это, вероятно, плагаризм, поэтому я писал свои собственные..
Гутенберг 2.9 и мой вклад
Гутенберг 2.9 и мой вклад
Это сообщение было впервые опубликовано в моем личном блоге здесь 19 мая 2018 г.
Ууууу! Гутенберг 2.9 вышел сегодня. Я должен сказать, что пока все идет хорошо, и он приобретает форму, которую можно объединить с ядром.
ПРОЕКТ ГУТЕНБЕРГА
Для тех, кто не..
Кому нужна Lightning Network, когда у вас есть Loom Basechain?
TL; DR: Loom Network добавляет поддержку биткойнов в Basechain. Вы можете отправлять и получать BTC на Basechain без комиссии и времени подтверждения в 1 секунду. Нет дополнительных накладных расходов для пользователей, и разработчики могут использовать тот же простой интерфейс, который..
Введение в службу машинного обучения Azure
Введение в службу машинного обучения Azure
В сентябре 2018 года Microsoft запустила Службу машинного обучения Azure , которая помогает специалистам по обработке данных и инженерам по машинному обучению создавать сквозные конвейеры машинного обучения в Azure, не беспокоясь о разработчиках,..
Полное руководство по обнаружению видеообъектов
Все до 20/20 года (компьютерное зрение)
За последнее десятилетие значительная работа была проделана в области машинного обучения, особенно в области компьютерного зрения. От продвинутых алгоритмов классификации, таких как Inception by Google, до новаторской работы Иэна Гудфеллоу по..
Как RN-Web ускоряет мой рабочий процесс (небольшое примечание)
Как RN-Web ускоряет мой рабочий процесс (небольшое примечание)
Блокировки и пандемия… Это были тяжелые времена, не так ли?
Я особенно потерял часть понятия времени ... и сегодня я просто понимаю, что прошло чуть больше года с тех пор, как я начал разрабатывать свое приложение .
С тех..
Прыжки в космос с объектами и массивами
Если вам интересно, в чем смысл «псевдокода», это на самом деле очень полезно.
Всякий раз, когда я осваиваю новый навык, я всегда стараюсь найти способ мотивировать себя больше практиковаться и заставлять себя больше экспериментировать. Когда дело доходит до изучения основ..
Толстые хвосты и риск, скрытый за линиями
Если вы еще не знаете, Lucratyva, LLC полностью управляется студентами. Когда мы сидим в классе и изучаем финансы, экономику и математические распределения, мы склонны видеть взаимосвязь между этими тремя темами.
Часто мы находим учения невероятно полезными и информативными для нашей..
Новые материалы
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..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..