Публикации по теме 'artificial-intelligence'
Допущения линейной регрессии
Линейная регрессия используется, когда набор данных имеет линейную корреляцию. Перед построением модели линейной регрессии предположения должны быть проверены . Если предположения нарушаются, необходимо использовать разные методики.
Простая линейная регрессия имеет одну независимую переменную (предиктор) и зависимую переменную (ответ), а множественная линейная регрессия имеет более одного предиктора для прогнозирования ответа.
Уравнение простой линейной регрессии..
Демистификация искусственного интеллекта и глубокого обучения: руководство для начинающих по интеллектуальным машинам
Добро пожаловать в захватывающее путешествие в мир искусственного интеллекта (ИИ) и глубокого обучения. В этом руководстве для начинающих мы раскроем тайны, окружающие эти передовые технологии, узнаем, что они из себя представляют, как работают и какой невероятный потенциал они таят в себе. Приготовьтесь отправиться в захватывающее приключение в царство интеллектуальных машин!
Понимание искусственного интеллекта:
Искусственный интеллект или ИИ относится к разработке компьютерных..
Исследования в области магнитоэнцефалографии, часть 2 (нейронаука)
Магнитоэнцефалография (МЭГ): неинвазивный инструмент для изучения корковых эффектов в психофармакологии (PubMed)
Автор : Сеппо Кяхконен 1
Аннотация: Магнитоэнцефалография (МЭГ) — неинвазивный метод изучения магнитных полей, генерируемых одновременным возбуждением нейронов вне черепа. Череп, скальп и мозговая ткань не искажают магнитные поля, поэтому активность коры можно легко измерить. МЭГ начинают использовать для изучения влияния различных психофармакологических препаратов..
Работа с определением границ общего события, часть 1 (информатика)
Обнаружение границ общего события в видео с функциями пирамиды (arXiv)
Автор: Ван Тонг Хюнь , Хён-Джон Ян , Гуи-Сан Ли , Су-Хён Ким .
Аннотация: Общее обнаружение границ событий (GEBD) направлено на разделение видео на фрагменты с широким и разнообразным набором действий, поскольку люди естественным образом воспринимают границы событий. В этом исследовании мы представляем подход, который рассматривает корреляцию между соседними кадрами с картами признаков пирамиды как в..
«От «Формулы-1» до Tinder: реальные примеры машинного обучения AWS в действии»
«От «Формулы-1» до Tinder: реальные примеры машинного обучения AWS в действии»
Вам интересно, как можно использовать искусственный интеллект для точных прогнозов? Благодаря сервисам машинного обучения Amazon Web Services (AWS) эта мечта больше не является далекой фантазией. AWS предлагает различные сервисы машинного обучения, которые помогут вам с легкостью создавать и обучать модели, не утруждая себя управлением инфраструктурой.
Рассмотрим на практике различные сервисы машинного..
Последние обновления медицинских визуальных ответов на вопросы, часть 2 (машинное обучение)
PMC-VQA: настройка визуальных инструкций для визуальных ответов на медицинские вопросы (arXiv)
Автор: Сяомань Чжан , Чаойи Ву , Цзыхэн Чжао , Вэйсюн Линь , Я Чжан , Яньфэн Ван , Вэйди Се .
Резюме: В этой статье мы сосредоточимся на проблеме медицинских визуальных ответов на вопросы (MedVQA), которая имеет решающее значение для эффективной интерпретации медицинских изображений с жизненно важной клинической информацией. Во-первых, мы переформулируем проблему MedVQA как задачу..
Запрос в друзья: Я, робот
В современном мире социальные сети каким-то образом сумели нонконформистским образом закрепить свои цифровые корни в нашей повседневной жизни. Большинство людей, и я никоим образом не исключаю себя из этого обобщения, будут чаще всего просматривать наши соответствующие платформы социальных сетей, пока мы пьем утренний кофе перед началом дня.
Десять лет назад этот обычай или еще лучше, я бы даже зашел так далеко, сказав, что эта «рутина», в которую мы оказались встроены, была бы нелепой,..
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..