Публикации по теме 'artificial-intelligence'
Информационный бюллетень по обучающим ресурсам AI/ML — июльское издание
Это июльский информационный бюллетень с обучающими ресурсами по искусственному интеллекту и машинному обучению, в основном недавно анонсированными или будущими в ближайшем будущем . Некоторые из них, возможно, существуют уже некоторое время, но я недавно обнаружил их. [Читайте мои прошлые информационные бюллетени: Майский выпуск , Апрельский выпуск и Выпуск 2017 года .]
Выпущена версия TensorFlow 1.9 вместе с новым руководством программиста tf.keras ! Начать работу с..
Простое определение контролируемого и неконтролируемого машинного обучения
Простое определение контролируемого и неконтролируемого машинного обучения
Машинное обучение делится на два подхода: контролируемое и неконтролируемое; Поскольку я всегда стараюсь использовать простые примеры для объяснения сложных понятий, я предпочитаю использовать животное для описания этих двух категорий. В машинном обучении с учителем мы вводим образ собаки, кошки, птицы в Машину, а затем даем #bigdata #machine . На основе изображения, которое мы представили Машине, Машина..
Документы по исследованию данных о коронавирусе, которые стоит прочитать прямо сейчас
По мере того, как новые события становятся в центре внимания новостей, они становятся объектом внимания многих исследователей. Начиная от автоматического обнаружения и заканчивая новыми способами прогнозирования сценариев потенциальных вспышек, это некоторые популярные научные исследования данных о COVID-19, также известном как Коронавирус.
Быстрый цикл разработки искусственного интеллекта в связи с пандемией коронавируса (COVID-19): первые результаты для автоматического обнаружения..
Вы просто хотите внимания!
СОДЕРЖАНИЕ
1. ВВЕДЕНИЕ
2. БИЗНЕС-ПРОБЛЕМА
3. ФОРМУЛИРОВКА DL
4. ПОКАЗАТЕЛЬ ЭФФЕКТИВНОСТИ
5. АНАЛИЗ НАБОРА ДАННЫХ
6. ИССЛЕДОВАТЕЛЬСКИЙ АНАЛИЗ ДАННЫХ
7. ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА
8. СТРУКТУРИРОВАНИЕ ДАННЫХ
9. ИСПЫТЫВАЛИ РАЗНЫЕ МОДЕЛИ
10. РЕЗУЛЬТАТЫ И ОШИБКИ
11. РАЗВЕРТЫВАНИЕ
12. ДАЛЬНЕЙШАЯ РАБОТА
13. ПРОФИЛЬ
14. ССЫЛКИ
ВВЕДЕНИЕ
Вдохновленный Gmail Smart Compose, в этом примере я..
AWS re: Invent 2019 - Итоги AI / ML - Часть 1: Сервисы AI
Теперь, когда AWS re: Invent 2019 завершен, я хотел бы дать вам обзор анонсированных нами сервисов искусственного интеллекта: Amazon Transcribe Medical, Amazon Augmented AI, Amazon Fraud Detector, Contact Lens for Amazon Connect, Amazon Code. Гуру и амазонка Кендра .
Если вы опоздали на вечеринку, возможно, вы захотите прочитать об услугах и функциях AI / ML, запущенных до re: Invent .
По ходу дела я буду делиться учебными ресурсами. В следующих статьях я сделаю то же самое для..
Начните свой путь к овладению машинным обучением с помощью Python
Все о ML
Начните свой путь к овладению машинным обучением с помощью Python
Изучите основные требования, чтобы стать профессионалом в области машинного обучения.
Машинное обучение, глубокое обучение, наука о данных и искусственный интеллект (ИИ) - одни из самых популярных сегодня модных словечек. Популярность этих предметов растет с каждым днем. Каждый пытается запрыгнуть на ажиотажный поезд, чтобы исследовать эти области. По данным Fortune , статистика говорит о том, что набор..
Новые материалы
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..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..