Публикации по теме 'artificial-intelligence'
Важность качества данных в разработке ИИ
В мире технологий произошел удивительный переворот с развитием искусственного интеллекта (ИИ). Он также не показывает признаков замедления. Для создателей контента качество данных важнее, чем когда-либо, поскольку искусственный интеллект продолжает развиваться. Неточные результаты и нестабильное выполнение ИИ — результат низкокачественных данных. В этой статье будет рассказано о необходимости совершенствования данных при разработке ИИ, а также представлены некоторые действенные шаги,..
Ричард Фейнман об общем искусственном интеллекте
Очерки Фейнмана
Ричард Фейнман об общем искусственном интеллекте
На лекции, которую 26 сентября 1985 г. провел нобелевский лауреат Ричард Фейнман (1918–1988), поднимается вопрос об искусственном общем интеллекте (также известном как сильный ИИ ).
Вопрос аудитории
Как вы думаете, будет ли когда-нибудь машина, которая будет думать, как люди, и быть умнее людей?
Ниже приводится структурированная стенограмма дословного ответа Фейнмана. С появлением машинного обучения с..
Линейная регрессия с нуля в Python
Машинное обучение с нуля: часть 1
В этой статье мы построим самую базовую модель машинного обучения, называемую линейной регрессией, и реализуем ее, используя только python NumPy. Сначала мы рассмотрим наш набор данных , а затем поговорим об общем процессе контролируемого обучения , за которым следует представление гипотез , функция потерь и алгоритм градиентного спуска .
После этого мы напишем LinReg класс и протестируем его на наших данных.
Серия "Машинное обучение с..
PyTorch лучше, чем TensorFlow?
Многие фреймворки машинного обучения стремились стать новыми фаворитами среди исследователей и практиков отрасли. От ранней академической эры Caffe и Theano до масштабной индустрии, поддерживаемой и возглавляемой PyTorch и TensorFlow.
Несколько лет назад, если бы нам нужно было ответить на этот вопрос, у нас было бы 6–7 различных фреймворков глубокого обучения.
Теперь, если мы говорим о фреймворках глубокого обучения (подполе машинного обучения), большинство из них не смогли этого..
Возобновление скрининга с использованием глубокого обучения на Cainvas
Проверка резюме необходима, когда компании получают тысячи заявок на разные должности и им нужно найти подходящие совпадения.
Для этого проекта набор данных изначально состоит из 2 столбцов - Категория и Резюме, где Категория обозначает поле (например, Data Science, HR, Testing и т. Д.). Используя резюме в качестве входных данных, нам необходимо отнести его к одной из категорий.
Содержание -
Анализ набора данных Предварительная обработка Токенизация функций и метки Модель..
Zoom.ai получает главный приз на конференции HR Tech Summit Tech Den
По горячим следам нашего недавно закрытого первоначального раунда на сумму 2,1 миллиона долларов от инвесторов из США и Канады мы с гордостью объявляем о нашей победе на Tech Den HR Tech Summit .
На прошлой неделе команда Zoom.ai была одним из пяти стартапов, принявших участие в саммите HR Tech. Выступая перед жюри, финалисты соревновались в надежде выиграть главный приз: маркетинговую кампанию на сумму 20 000 долларов от Key Media и возможность получить финансирование..
Руководство для начинающих по изучению Apache Airflow 2.X
Предположим, вы хотите создать систему, которая периодически запускается и выполняет в ней какие-то задачи. Теперь это может быть как очень простой процесс очистки данных, так и очень сложный, например, извлечение, преобразование и загрузка данных для обычного аналитического отчета или переобучение модели машинного обучения.
Таким образом, мы можем использовать некоторые ручные методы для выполнения всех видов операций, что занимает много времени, или мы можем автоматизировать наш процесс..
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..