Публикации по теме 'artificial-intelligence'
Неудержимый рост ИИ: почему его развитие надолго?
Исследования и разработки в области искусственного интеллекта (ИИ) находятся в авангарде технологических инноваций, поскольку они сосредоточены на разработке машин, которые «демонстрируют способность к абстракции, логике, пониманию, самосознанию, обучению, эмоциональным знаниям, рассуждениям, планированию, креативность, критическое мышление и решение проблем». Системы, которые могут выполнять задачи, которые обычно требуют человеческого интеллекта, подпадают под это правило. Сложность,..
АЛГОРИТМЫ МАШИННОГО ОБУЧЕНИЯ №2
АЛГОРИТМЫ МАШИННОГО ОБУЧЕНИЯ №2
2. МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ
Что такое множественная линейная регрессия?
Множественная линейная регрессия (MLR), также известная как множественная регрессия, представляет собой статистический метод, который использует несколько независимых переменных для прогнозирования результата переменной отклика. Целью множественной линейной регрессии является моделирование линейной зависимости между независимыми переменными и переменными отклика..
Прогнозирование сердечных заболеваний с использованием машинного обучения и нейронных сетей.
— Применение искусственного интеллекта/машинного обучения к прогнозной аналитике в здравоохранении.
Здравоохранение — одна из таких отраслей, в трансформации которой искусственный интеллект и машинное обучение будут играть ключевую роль.
Использование ИИ в медицине, здравоохранении и больницах огромно. От диагностики заболеваний до более быстрого открытия молекул лекарств ИИ может оказать революционное влияние во многих областях здравоохранения. Использование ИИ для прогнозирования..
Приложения CycleGAN часть 2 (машинное обучение)
Использование CycleGAN для создания реалистичных изображений STEM для машинного обучения (arXiv)
Автор: Абид Хан , Чиа-Хао Ли , Пиншан Ю. Хуан , Брайан К. Кларк .
Аннотация: Рост автоматизации и машинного обучения (МО) в электронной микроскопии может произвести революцию в исследованиях материалов, позволяя осуществлять автономный сбор и обработку огромных объемов данных с атомарным разрешением. Однако серьезной проблемой является разработка моделей машинного обучения, которые..
«Тренируйте большие, а затем сжимайте» - BAIR Калифорнийского университета в Беркли совершенствует обучение модели больших трансформаторов и ...
В текущем состоянии глубокого обучения методы, которые можно использовать для повышения точности модели, в основном сводятся к увеличению размера модели, размера набора данных или количества шагов обучения. Однако эти методы требуют больших и очень дорогих вычислительных ресурсов. Оптимизация вычислительной эффективности стала ключевой целью исследователей, когда вычислительные ресурсы ограничены. Как добиться более высокой точности при ограниченном аппаратном обеспечении и времени..
Зачем мне вообще заниматься квантовым машинным обучением?
Этот пост является частью книги: Практическое машинное обучение с помощью Python .
В недавнем прошлом мы были свидетелями того, как алгоритмы учились водить машины и побеждали чемпионов мира по шахматам и го.
Машинное обучение применяется практически во всех мыслимых отраслях, от военной до аэрокосмической, от сельского хозяйства до производства и от финансов до здравоохранения.
Но алгоритмы машинного обучения становится все труднее обучать. Поэтому, когда мы смотрим на..
Что ИИ еще не может сделать #002
Как видно из первой части темы Чего еще не может сделать ИИ , ИИ по-прежнему имеет много ограничений, несмотря на множество преимуществ, которые он приносит при развертывании в нескольких реальных случаях. Кроме того, текущим развертываниям ИИ не хватало этических оценок, и это привело к падению доверия людей к различным продуктам ИИ. В первой статье по этой теме я заявил, что для того, чтобы доверие людей к ИИ росло и положительно влияло на развитие ИИ, энтузиасты и эксперты должны..
Новые материалы
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..
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..