Публикации по теме 'artificial-intelligence'
Прогнозное моделирование с использованием Sklearn
Использование Imodels для создания лаконичных, прозрачных и точных прогностических моделей
Sklearn — это библиотека Python, содержащая несколько моделей машинного обучения. Эти модели можно использовать для решения таких задач, как классификация и регрессия. К множеству алгоритмов, таких как Наивный Байес, SVM, Дерево решений и т. д., можно легко получить доступ и использовать для решения множества задач.
Обновления о байесовских сетях, часть 1 (машинное обучение)
Среда моделирования для обнаружения и использования информации на уровне узла в выводе байесовской сети (arXiv)
Автор : Сяоюэ Си , Элен Руффье
Аннотация: Байесовские графические модели являются мощными инструментами для вывода сложных взаимосвязей в больших измерениях, но часто сопряжены с вычислительными и статистическими проблемами. Если использовать принципиальный подход, увеличивающаяся информация, собираемая вместе с данными, представляющими основной интерес, представляет собой..
Вариационный автоэнкодер: введение и пример
Генерация невидимых изображений с помощью вариационных автоэнкодеров
Как вы, возможно, уже знаете, классические автокодеры широко используются для обучения представлению посредством реконструкции изображений. Однако есть много других типов автоэнкодеров, используемых для множества задач. Тема этой статьи - вариационные автоэнкодеры (VAE). Как видно на рисунке ниже, VAE также пытается восстановить входное изображение; однако, в отличие от обычных автокодировщиков, кодер теперь выдает два..
Metarank 0.5.7: Экстрактор векторных признаков + исправления ошибок
Выпуск 0.5.7 Metarank не планировался, но, поскольку мы получили отзывы от наших пользователей об определенных ошибках, с которыми они сталкиваются, мы устранили их в этом выпуске.
Экстрактор векторных объектов
Извлекатель векторных признаков умеет работать с массивами чисел переменной длины. Модель ML не может просто работать с массивами чисел переменной длины, поэтому их нужно каким-то образом уменьшить, чтобы модель вела себя должным образом.
Этот экстрактор признаков..
AlexNet обучен работе с набором данных Mnsit (реализация и теория Python Tensorflow)
AlexNet обучен работе с набором данных Mnsit (реализация и теория Python Tensorflow)
Привет, это Арвин. Сегодня я собираюсь написать об AlexNet, еще одной модели нейронной сети, которая очень популярна, и мы хотим реализовать ее в наборе данных Mnist, как мы сделали с LeNet, но на этот раз я собираюсь смешать теорию и реализацию в одну статью. сначала мы приступим к реализации для тех, кто просто хочет завершить свой проект. Вот ссылка на полный код:..
Работа с машинами повышения градиента, часть 9 (машинное обучение)
Распределительные машины повышения градиента (arXiv)
Автор : Александр Мярц , Томас Кнейб
Аннотация: Мы представляем единую систему повышения вероятностного градиента для задач регрессии, которая моделирует и прогнозирует все условное распределение одномерной переменной ответа как функцию ковариат. Наш подход, основанный на правдоподобии, позволяет нам либо моделировать все условные моменты параметрического распределения, либо аппроксимировать условную кумулятивную функцию..
Искусственный интеллект — самая простая тема для более простой жизни
Искусственный интеллект — самая простая тема для более простой жизни
Машинное обучение и глубокое обучение стали одной из самых быстрорастущих технологий всех времен. Отстаете из-за отсутствия математической подготовки?
#LinearAlgebra https://lnkd.in/g_Ap-9F https://lnkd.in/gk5pwWp
#StatisticsFundamentals #MachineLearningMath https://lnkd.in/gtz6RHy
#MultivariableCalculus https://lnkd.in/gDCUbE6 — см. Multivariable Calculus and Mathematics for Machine Learning..
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..