Публикации по теме 'artificial-intelligence'
Прогнозирование временных рядов с экспоненциальным сглаживанием линейного тренда Холта
Компенсация тренда в моделях экспоненциального сглаживания
Фон
В моем предыдущем посте мы представили идею экспоненциального сглаживания для построения моделей прогнозирования. Суть экспоненциального сглаживания заключается в том, чтобы придать больший вес недавним наблюдениям и меньший вес, экспоненциально, более историческим.
Первой моделью, которую мы представили, было простое экспоненциальное сглаживание. Простая часть относится к модели, не учитывающей тренд или..
Питон с нуля
Во-первых, наиболее распространенным или важным веб-сайтом для Python является www.python.org . В основном Python используется в машинном обучении, графическом пользовательском интерфейсе (GUI) и программном обеспечении/веб-разработке. Python — это язык общего назначения. Это также интерпретируемый, объектно-ориентированный язык высокого уровня. Python в основном появился в 1989 году. В основном такие компании, как Google, Yahoo, NASA и продукты Saas, такие как Drop Box и YouTube, также..
ЛУЧШИЕ СРЕДСТВА КОГНИТИВНЫХ ВЫЧИСЛЕНИЙ ДЛЯ РАЗРАБОТЧИКОВ В 2023 ГОДУ
ЛУЧШИЕ СРЕДСТВА КОГНИТИВНЫХ ВЫЧИСЛЕНИЙ ДЛЯ РАЗРАБОТЧИКОВ В 2023 ГОДУ
🚀 «Ожидается, что к 2023 году мировой рынок когнитивных вычислений достигнет 77,5 миллиардов долларов!» 💥
Привет, коллеги-разработчики и технические энтузиасты! 🤓 Мы подготовили познавательную статью, в которой рассматриваются ЛУЧШИЕ инструменты и платформы когнитивных вычислений для разработчиков в 2023 году! 🧠💻
Добро пожаловать в захватывающий мир когнитивных вычислений! Как разработчики, мы всегда ищем..
Прогресс с голосовыми помощниками, часть 1 (ИИ)
Анализ восстановления диалогов в виртуальных голосовых помощниках (arXiv)
Автор: Мэттью Карсон Гэлбрейт , Мирейя Гомес и Мартинес
Аннотация: Носители языка часто используют так называемые инициаторы восстановления, чтобы исправить фундаментальные разногласия, возникающие между ними во время речевого общения. Предыдущие исследования в этой области в основном были сосредоточены на использовании инициатора восстановления от человека к человеку. Мы предложили изучить структуру..
На этой неделе в машинном обучении, 13 ноября 2017 г.
Лучшие истории машинного обучения на этой неделе: диагностика рака яичников, обнаружение поддельных товаров и многое другое!
Машинное обучение - одна из самых захватывающих областей в мире. Каждую неделю мы открываем для себя что-то новое, что-то удивительное, что-то революционное. Вот почему мы создали This Week in Machine Learning! Каждую неделю мы публикуем тщательно подобранный список историй о машинном обучении в качестве ресурса, который поможет вам идти в ногу со всеми..
VGG — Очень глубокая нейронная сеть свертки
В этом блоге мы узнаем об основах модели VGG.
Фон
Запуск конкурса компьютерного зрения ImageNet Large Scale Visual Recognition Challenge (ILSVRC) в 2011 году проложил путь к инновациям в области задач компьютерного зрения. Используя набор данных ImageNet, сеть AlexNet на основе CNN была предложена Алексом Крижевским в 2012 году. Сеть выиграла конкурс в том году с коэффициентом ошибок в пятерке лучших 15,3% . В следующие пару лет Карен Симонян и Эндрю Зиссерман предложили идею сети..
Демистификация квантовых вычислений: смелый выход за рамки классических ограничений на финансовых рынках (часть 2)
Извините, у вас есть минутка? Я хотел бы запутать наши волновые функции и исследовать потенциальную энергию между нами.
Мы снова вернулись, чтобы помочь вам не только преодолеть пробел в вашем понимании квантовых вычислений, но и познакомиться…
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..