Публикации по теме 'artificial-intelligence'
Исследовательские работы по сетям Кохонена (искусственный интеллект)
Карты Кохонена, расслабляющие победителя и усиливающие победителя: максимальная взаимная информация от усиления победителя ( arXiv )
Автор: Йенс Кристиан Клауссен
Аннотация: поведение увеличения обобщенного семейства самоорганизующихся карт признаков, алгоритмов Winner Relaxing и Winner Enhancing Kohonen анализируется с помощью закона увеличения в одномерном случае, который может быть получен аналитически. Случай Winner-Enhancing позволяет достичь степени увеличения, равной..
Новое преимущество в графах знаний
Как карьерный технический менеджер по продуктам, специализирующийся на AI/ML и поисковых системах, я часто использовал мощь графов знаний и их способность представлять информацию в виде семантической сети сущностей и отношений. Графы знаний нашли широкое применение в таких приложениях, как релевантность поисковых систем, устранение неоднозначности сущностей и системы рекомендаций (и это далеко не все).
Но знаете ли вы, что графы знаний могут быть чрезвычайно мощными при использовании в..
Изучение искусственного интеллекта - формальное образование или онлайн-самообучение - Ph.D. или МООК
Изучение искусственного интеллекта - формальное образование или онлайн-самообучение - Ph.D. или МООК
Сейчас не время расслабляться и думать, что вам следует узнать дальше? Развивайте навыки на основе одной из самых важных технологий следующего десятилетия - искусственного интеллекта. Несмотря на рост интереса к нему в последнее время, искусственный интеллект - это навык, которым обладает относительно небольшое количество людей.
Многие роли, необходимые навыки и бизнес-звания..
Мультилинейная регрессия
Здравствуйте, сегодня мы поговорим о мультилинейной регрессии и увидим лучший способ реализации нашей модели. Следующие темы будут дополнением к статье:
Введение в множественную линейную регрессию Реализация на Python
Давайте начнем!
1. Введение в мультилинейную регрессию
В линейной регрессии мы использовали только один предиктор и обнаружили его связь с нашей переменной ответа. что, если нам доступно более одного предиктора, как мы найдем связь между ними и ответом y ?
Мы..
Предвзятость в машинном обучении: дело не только в данных
В настоящее время более чем очевидна огромная польза, которую искусственный интеллект и, в частности, машинное обучение предлагает обществу. Улучшения происходят очень быстро и непрерывно в таких разнообразных темах, как анализ лица, автономные транспортные средства, интерпретация медицинских тестов, оптимизация процессов, контроль качества или определение того, как складываются белки.
Однако одна из основных проблем в системах машинного обучения заключается в том, что модели могут..
Искусственный интеллект — это просто: книга о технологиях
Это супер захватывающие времена! Искусственный интеллект, машинное обучение и робототехника наконец сошли со страниц научной фантастики. Они здесь и сейчас, живут и дышат вместе с нами. По мере приближения 2020 года обычные люди, ИТ-руководители и организации пытаются прочитать написанное на стене и хотят знать, куда движется мир и как выглядит будущее.
Это одна из концепций, которая широко обсуждается. Многие люди хотят знать, что происходит в этой области. Поэтому возникла..
Автоматизированные отчеты о мусоре с использованием ИИ и дронов
Незаконные свалки — широко распространенная проблема, с которой города по всему миру пытаются бороться. Традиционные решения основаны на патрулировании улиц городскими уборщиками в поисках свалок, а это трудоемкий и ресурсоемкий подход, который не всегда дает полную картину проблемы.
Чтобы решить эту проблему, мы разработали автоматизированную систему отчетности о мусоре, которая использует искусственный интеллект и дроны для предоставления высокочастотных отчетов о каждой незаконной..
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..