Публикации по теме 'artificial-intelligence'
Сравнение Matplotlib, Seaborn, Plotly и Plotnine
Наряду с информацией о типе графиков, который подходит каждому.
Matplotlib — это библиотека визуализации данных на Python, которая часто используется для создания статических двумерных графиков. Вот пример того, как вы можете использовать Matplotlib для создания простого линейного графика:
import
matplotlib.pyplot as plt
# Create some data
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
# Use Matplotlib to create a line plot
plt.plot(x, y)
# Show the plot
plt.show()
Seaborn — это..
Исследовательские работы о разработках в обучении с подкреплением, часть 2
Глубокое обучение с подкреплением с использованием низкоразмерного фильтра наблюдения для визуальной сложной видеоигры ( arXiv )
Автор: Виктор Аугусто Кич , Хуниор Коста де Хесус , Рикардо Бедин Грандо , Алиссон Энрике Коллинг , Габриэль Винисиус Хейслер , Родриго да Силва Герра
Аннотация : Глубокое обучение с подкреплением (DRL) принесло большие достижения с тех пор, как было предложено, включая возможность обработки необработанных входных данных зрения. Однако..
Подрывное машинное обучение
В течение последних двадцати лет, пока мы учились учиться друг у друга - и замечательно справлялись с этим, мы также узнали кое-что более фундаментальное.
Мы учимся учиться.
Это кажется очевидным, в конце концов, мы все постоянно учимся. Это то, что делают люди, верно?
Но это гораздо более тонкое дело. Мы знаем, что учимся, но на самом деле мы абсолютно точно знали, как мы учимся.
Мы не понимали этого, пока не попытались научить компьютеры чему-либо.
Пятьдесят лет назад идея..
Работа с концепцией косинусного сходства, часть 3 (интеллектуальный анализ данных)
Мера подобия косинуса согласно выпуклой функции стоимости (arXiv)
Автор: Осман Гюнай , Джем Эмре Акбас , А. Энис Четин
Аннотация: В этой статье мы описываем новую меру сходства векторов, связанную с выпуклой функцией стоимости. Имея два вектора, мы определяем нормали к поверхности выпуклой функции на векторах. Угол между двумя нормалями к поверхности является мерой сходства. Выпуклая функция стоимости может быть функцией отрицательной энтропии, функцией полной вариации (TV) и..
Обработка естественного языка (NLP) в повседневной жизни
Хотя обработка естественного языка все еще может показаться причудливым термином, мы уже давно пользуемся преимуществами НЛП. Для новичков в этой области мы можем начать с изучения реальных приложений, чтобы лучше понять, что делает НЛП, чего от него можно ожидать и где оно было весьма успешным.
Обработка естественного языка — это ветвь искусственного интеллекта, которая используется для обработки необработанных данных (обычно в больших количествах), их обработки и извлечения из них нужной..
От хаоса к ясности: как искусственный интеллект может изменить прогноз погоды
Прогнозирующая способность искусственного интеллекта произвела революцию во многих отраслях, из которых прогнозирование погоды является интересным примером для изучения. Потенциал точного прогнозирования погоды увеличивается в геометрической прогрессии с использованием ИИ, поскольку он способен вычислять большие объемы данных и анализировать закономерности, которые помогают при прогнозировании текущей погоды и прогнозировании будущего. Что вызывает волну в отрасли, так это то, что она может..
Возможности ИИ для общественного блага
Получаете ли вы рекомендации в социальных сетях? Иногда это может быть то, что вы недавно смотрели, в сочетании с прошлыми просмотрами на телевидении и т. д. Все рекомендации основаны на данных, собранных в результате недавних посещений сайтов социальных сетей, недавно просмотренных фильмов и т. д. Затем данные используются для соответствующей обработки рекомендаций с помощью машинного обучения. При этом данные + машинное обучение = искусственный интеллект, и в этой статье я буду..
Новые материалы
Как создать диаграмму градиентной кисти с помощью D3.js
Резюме:
Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..
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..