Публикации по теме 'artificial-intelligence'
Введение в менеджеры контекста в Python
Что такое диспетчеры контекста в Python?
На своей работе я недавно узнал о важности использования контекстного менеджера. Мне нужно было создать файл Excel и хранить несколько листов в среде AWS. Сначала я не использовал контекстный менеджер, но через некоторое время обнаружил, что файл сохраняется неправильно, несмотря на то, что делал это дважды в предыдущие месяцы.
Что такое менеджеры контекста?
Контекстные менеджеры позволяют точно назначать и освобождать ресурсы, когда они..
Графическая нейронная сеть
Авторы:- Деваншу Далал , Танишк Дешпанде , Яш Гахервар , Авинаш Дхакне .
В наши дни использование машинного обучения для прогнозирования и обнаружения значительно возросло. В этом использование нейронной сети для распознавания образов и интеллектуального анализа данных помогло нам решить сложную проблему с использованием вычислительной мощности. CNN, RNN значительно помогли в области идентификации объектов, распознавания голоса и всего остального.
Но есть области, где..
Разработка ИИ: это просто наука
(с колокольчиками)
Наука и разработка искусственного интеллекта
Люди, с которыми я общаюсь в более широком научном сообществе, часто бывают шокированы тем, что они могут понять, что связано с разработкой продуктов искусственного интеллекта (ИИ). Несколько раз они отвечают: «Вы имеете в виду, как в настоящей науке?»
В любой области науки нас учат научным принципам и процессам. С одной стороны, методы исследования, относящиеся к ним, последовательно применяются в нашем..
Как я начал изучать машинное обучение?
Поверьте, что вы можете, и вы уже на полпути.
— Теодор Рузвельт
«Лучший способ научиться машинному обучению — СДЕЛАТЬ ЭТО».
Честно говоря, когда я впервые услышал слово «Машинное обучение», я понятия не имел, что это такое. Я не был достаточно зрелым, чтобы понимать вещи, гугая об этом, я понял, что это были модные словечки преимущественно в большинстве доменов.
Что заставило меня изучить машинное обучение?
Будучи любопытным и увлеченным изучением технологий, вы должны..
Искусство в ИСКУССТВЕННОМ интеллекте
Сколько раз бывает так, что после разработки отличной модели машинного обучения мы слышим "Хорошая работа" , за которой сначала следуют препятствия для развертывания, а затем в конечном итоге оставляют ее как "демонстрационная модель" . Сколько раз мы получаем одобрение бизнеса для пилотной модели, но сталкиваемся с ограничениями, связанными с системами или данными, которые оставляют нас желать.
В связи с нынешним ростом машинного обучения и новых вычислительных технологий..
9 тенденций в области ИИ, на которые следует обратить внимание в инициативах RPA 2.0 2018 г.
Президент WorkFusion Алекс Ляшок изначально написал этот пост для своей ленты, но мы подумали, что он настолько увлекательный, что решили опубликовать его здесь.
Все мы знаем, что искусственный интеллект развивается с головокружительной скоростью. Но вы можете не знать, как эти достижения в области искусственного интеллекта принесут пользу вашим программам интеллектуальной автоматизации или RPA 2.0, сделав их более мощными и управляемыми.
Вот девять популярных решений..
Google выпускает EfficientNetV2 - меньший, более быстрый и лучший EfficientNet
Более высокая производительность по сравнению с современными моделями при тренировке в 5–10 раз быстрее
Благодаря прогрессивному обучению наша EfficientNetV2 значительно превосходит предыдущие модели в наборах данных ImageNet и CIFAR / Cars / Flowers. Путем предварительного обучения на том же ImageNet21k наша EfficientNetV2 достигает 87,3% первой первой точности на ImageNet ILSVRC2012, превосходя последнюю версию ViT на 2,0% точности при обучении в 5-11 раз быстрее с использованием..
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..