Публикации по теме 'artificial-intelligence'
Узнайте об экосистеме Edge AI
Обзор различных сред глубокого обучения, аппаратных процессоров и плат для разработки
Успешное внедрение Edge AI требует понимания и интеграции различных элементов таким образом, чтобы этот стек можно было беспрепятственно развернуть в целевой среде. Внедрение приложения Edge AI требует понимания таких аспектов, как выполняемые задачи, оборудование, платформы и модели.
Чтобы глубокие нейронные сети работали на периферии; оборудование, фреймворки и инструменты должны работать..
Варианты использования машинного обучения в здравоохранении
Решения на основе искусственного интеллекта революционизируют все аспекты здравоохранения: от оптимизации операций при снижении затрат до повышения качества медицинской помощи. Итак, давайте посмотрим на некоторые из их важных приложений в секторе здравоохранения.
«Искусственный интеллект — это самый важный приоритет технологий, а здравоохранение — его самое актуальное применение» — Сатья Наделла , генеральный директор , Microsoft .
Поскольку сектор здравоохранения..
Обучение с учителем: основы линейной регрессии
1. Введение
Регрессионный анализ - это подраздел машинного обучения с учителем. Он нацелен на моделирование взаимосвязи между определенным количеством функций и непрерывной целевой переменной.
В задачах регрессии мы пытаемся дать количественный ответ, например, прогнозировать цены на дом или количество секунд, которые кто-то потратит на просмотр видео.
2. Простая линейная регрессия: подгонка линии по данным
Имея набор точек, алгоритм регрессии будет моделировать взаимосвязь между..
Этот умный ИИ скрывал данные от своего создателя, чтобы обманывать поставленную задачу.
Вы знаете о Законе непредвиденных последствий?
В общих чертах это сводится к следующему:
Любое действие, связанное со сложной системой, обязательно приведет к непредвиденным последствиям.
Это особенно актуально в области машинного обучения, где мы работаем с очень сложным программным обеспечением. Системы машинного обучения почти всегда имеют непредвиденные побочные эффекты.
Вот прекрасный пример.
Рассмотрим сеть глубокой сверточной обратной графики или DCIGN.
Это выглядит так:..
Что такое WEB 3.0 и как он изменит Интернет?
Что такое WEB 3.0
Web 3.0, также известный как «Semantic Web», представляет собой следующее поколение World Wide Web, для которого характерно использование искусственного интеллекта, машинного обучения и децентрализованных технологий. В отличие от Web 2.0, который в основном ориентирован на пользовательский контент и социальные сети, Web 3.0 стремится предоставить пользователям более интеллектуальный и персонализированный опыт работы в Интернете.
Основная цель Web 3.0 — дать..
Python непревзойденный
«Непобедимый» В августовских ревизиях индексов популярности языков программирования Tiobe и Pypl Python снова занял первое место.
После почти года пребывания на вершине индекса популярности языков программирования Tiobe, Python продолжает занимать высокие позиции среди разработчиков.
Python сохранил свою позицию самого популярного языка программирования в только что опубликованном рейтинге за август 2022 года, поднявшись на два процентных пункта по сравнению с прошлым месяцем и..
Классификация изображений с ранней остановкой — Краткое руководство
Создайте и обучите модель Keras, написав менее 50 строк кода.
Keras — это библиотека глубокого обучения, с которой мы, специалисты по данным, можем часто сталкиваться. Это самая простая в реализации и самая простая в освоении среда глубокого обучения, и если этого недостаточно, вишенкой на торте является то, что после эволюции Tensorflow 2.0 стало еще проще учиться и строить с помощью Keras, поскольку он поставляется в комплекте с Tensorflow.
В этой статье описывается проект,..
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..