Публикации по теме 'artificial-intelligence'
Всестороннее руководство по обучению дерева решений для классификации
Деревья решений — это группа методов «разделяй и властвуй», в которой используется перевернутая древовидная структура для прогнозирования результата нашей проблемы. Модель предсказывает значение целевой переменной, используя простые правила принятия решений, выведенные из доступных функций. Дерево решений — это один из самых мощных методов прогнозной аналитики для создания бизнес-правил, который можно использовать как для регрессии , так и для классификации .
Он начинается с..
Бумеранг Сюжет
Визуализация для быстрого поиска обобщающих моделей
График aiqc boomerang визуализирует различные показатели производительности для каждого разделения (обучение, проверка, тестирование) для каждой модели в эксперименте. Когда точки трассировки модели плотно сгруппированы/точны, это означает, что модель обнаружила закономерности, которые распространяются на каждую совокупность.
🧮 Как оценить множество тюнингованных моделей
Представьте, что вы только что обучили большую группу..
Шаблон миграции сетки данных в облако
Миграция в облако на предприятиях была слишком медленной, дорогостоящей и сложной. Шаблон Data Mesh Cloud Migration показывает, как ускорить миграцию в облако.
Шаблон миграции сетки данных в облако
Облачные технологии распространены повсеместно. Он скрыт за каждым приложением для мобильного телефона, и он затрагивает и хранит каждое электронное письмо, сообщение и социальное взаимодействие, которое у нас есть. И предложение ценности облака кажется ясным: согласно McKinsey, во..
Трансферное обучение: что это такое, как оно работает и чем может помочь?
Что такое трансферное обучение?
Проще говоря, трансферное обучение использует алгоритм, который уже был обучен для решения другой, но связанной проблемы. Мы пытаемся использовать то, что уже узнали, чтобы помочь нашему алгоритму легче обобщать отношения между данными. Вместо того, чтобы обучать алгоритм с нуля на том, что данных может быть недостаточно для получения хорошего прогноза, почему бы не использовать алгоритм, который уже был предварительно обучен на миллионах изображений?..
Глубокое обучение для программистов, урок 3
Вопросы
Приведите пример того, где модель классификации медведей может плохо работать в производственной среде из-за различий в структуре или стиле в обучающих данных. Нарисованные от руки медведи, черно-белые изображения.
В чем в настоящее время текстовые модели имеют серьезные недостатки? Текущие текстовые модели могут генерировать привлекательный текст и контекст, но не могут генерировать правильные ответы.
Каковы возможные негативные социальные последствия моделей генерации..
Проект искусственного интеллекта: определение позы
Меня часто спрашивают, как использовать ИИ для определения определенных поз и можно ли извлечь из них эмоции.
Итак, мой коллега ( Гугу Сибаньони ) и я решили поиграть с отслеживанием ИИ.
Изображение выше — это конечная цель использования ИИ для распознавания позы и, в конечном итоге, эмоций.
Настройка нашей среды
Мы будем использовать открытый CV для распознавания изображений и медиаканал для наших моделей распознавания позы.
!pip install mediapipe opencv-python
Мы будем..
Что такое интерпретация модели машинного обучения?
В настоящее время, с более широким использованием моделей машинного обучения в отрасли, поиск наиболее подходящей модели является непростой задачей. Точность, точность или полнота могут не отражать полезность модели в реальном мире. Итак, чтобы найти наиболее подходящую модель, доступна новая актуальная тема под названием «Интерпретация моделей машинного обучения».
Поле «Интерпретация модели машинного обучения» — это новая горячая тема, в которой рассказывается о том, как модель..
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..