Публикации по теме 'artificial-intelligence'
Почему ИИ и машинное обучение требуют качественной информации
Эта статья является частью серии материалов Измерение данных: робототехника и автоматизация , разработанной The Economist Intelligence Unit (EIU) при поддержке Veritas. В этой серии мы исследуем, каким образом информация и данные лежат в основе этого технологического прогресса, а также проблемы управления, с которыми сталкиваются компании при внедрении этих технологий.
Искусственный интеллект (ИИ) совершил большой скачок за последние десять лет, продвинувшись от университетских..
Повышение эффективности кода: 3 лучших декоратора Python
Привет, Джейн здесь.
Давайте углубимся в тему, которая близка моему сердцу и карьере: повышение эффективности кода. Проведя более 8 лет в мире программирования, работая в стартапе, который вот-вот выйдет на биржу (но, тсс, юридические вещи), я начал ценить мощь декораторов Python. Сегодня я рад поделиться с вами тремя лучшими декораторами Python, которые могут серьезно повысить уровень вашей игры с кодом.
1. @time_it : Отслеживание времени выполнения
Время — деньги, особенно в..
Обзор наиболее часто используемых моделей машинного обучения
Поиск правильной модели для правильных данных.
Если вы хотите научиться быть хорошим специалистом по данным, вам нужно знать, какая модель машинного обучения больше подходит в каждой ситуации. Для этого важно знать предположения, которые каждая модель делает в отношении данных. В этой статье я расскажу вам о наиболее часто используемых моделях.
Линейная регрессия
Это одна из самых простых моделей. Он используется для регрессии, что означает, что он может дать реальное число в..
Внутренний обзор искусственного интеллекта: вопросы и ответы с Майком Тамиром, влиятельным лицом в области искусственного интеллекта
Дэн Бивенер
Спрос на навыки в области искусственного интеллекта (ИИ) и, в частности, машинного обучения рос экспоненциально за последние пять лет, поскольку предприятия, от онлайн-развлечений до электронной коммерции, ищут новые способы использования данных для улучшения качества обслуживания клиентов и реализации новых функций.
Simplilearn недавно назначила Майка Тамира , доктора философии, советником по учебным программам Simplilearn Искусственный интеллект и машинное обучение ...
Как инициализировать веса в нейронной сети?
Интуитивно понятное и простое руководство по трем наиболее популярным методам инициализации веса поможет вам выбрать правильный для вашего проекта.
Введение
Инициализация веса — это параметр проектирования модели, неправильный выбор которого может замедлить или затормозить сходимость. Вы можете думать об этом как о отправной точке ландшафта функции потерь.
Интуитивное предположение было бы для начала 0, но оно также приводит к 0 градиентам, следовательно, никакого обучения...
Тестирование моделей машинного обучения в стиле Uber
Архитектура используется для регулярного тестирования сотен моделей прогнозирования в Uber.
Недавно я запустил образовательный информационный бюллетень, посвященный ИИ, у которого уже более 125 000 подписчиков. TheSequence — это информационный бюллетень, ориентированный на машинное обучение, без BS (то есть без шумихи, без новостей и т. д.), чтение которого занимает 5 минут. Цель состоит в том, чтобы держать вас в курсе проектов машинного обучения, научных работ и концепций...
Использование машинного обучения для эффективного обнаружения мошенничества
Мошенничество стало серьезной проблемой в эпоху цифровых технологий, создавая угрозу для отдельных лиц, предприятий и финансовых учреждений. С развитием технологий и онлайн-транзакций появились различные виды мошенничества, от мошенничества с кредитными картами до кражи личных данных. Для борьбы с этими развивающимися мошенническими действиями были разработаны передовые алгоритмы машинного обучения для обнаружения подозрительного поведения и защиты от финансовых потерь. В этой статье..
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..