Публикации по теме 'artificial-intelligence'
Цинхуа и Калифорнийский университет в Беркли | Новая мета-база для быстрого обучения
Материалы предоставлены Иньбо Ченом, первым автором статьи «Новая мета-базовая линия для быстрого обучения».
В последние годы мета-обучение стало популярной структурой для обучения по принципу «несколько выстрелов». Несмотря на то, что предлагается все больше и больше новых моделей метаобучения, наше исследование выявило простые исходные данные, на которые не обращали внимания. Далее мы анализируем возможные причины, которые делают этот простой метод успешным. Мы наблюдаем..
Методологии машинного обучения для прогнозирования цен на акции
Был разработан ряд приложений машинного обучения, в том числе возможность прогнозировать закономерности в данных временных рядов. Цены на акции, несомненно, являются одним из самых захватывающих (или прибыльных) временных рядов для прогнозирования.
Недавно я наткнулся на сообщение в блоге, в котором методы машинного обучения применяются для прогнозирования цен на акции. С точки зрения написания статья была хорошо составлена, в ней рассматривался широкий спектр методологий. Мне было..
Обучение с подкреплением, часть 4: Оптимальный поиск политик с помощью MDP
Обучение агента тому, как принимать решения, которые со временем увеличивают вознаграждение
С возвращением в мой блог об искусственном интеллекте! Мы уже многому научились, поэтому давайте подведем итоги того, что мы уже рассмотрели в моей серии статей по обучению с подкреплением:
Часть 1: Краткое введение в обучение с подкреплением (RL)
Часть 2: Знакомство с марковским процессом
Часть 3: Марковский процесс принятия решений (MDP)
Последний шаг в использовании MDP - это..
Варианты использования байесовских обратных задач, часть 5 (искусственный интеллект)
Распределительно устойчивая регрессия гауссовского процесса и байесовские обратные задачи (arXiv)
Автор: Сюхуи Чжан , Хосе Бланше , Юссеф Марзук , Вьет Ань Нгуен , Свен Ван .
Аннотация: Мы изучаем устойчивую к распределению формулировку оптимизации (т. е. игру минимум-макс) для двух репрезентативных задач байесовского непараметрического оценивания: регрессии гауссовского процесса и, в более общем смысле, линейных обратных задач. Наша формулировка ищет лучший предсказатель..
Архитектура нейронной сети VAE
Введение:
Вариационные автоэнкодеры (VAE) — это тип архитектуры нейронной сети, используемый в неконтролируемом обучении. VAE использовались для создания реалистичных изображений, сжатия данных и извлечения полезной информации из многомерных наборов данных. В этой статье мы обсудим основы VAE, их архитектуру, как они работают и их приложения.
Основы VAE:
VAE — это тип автоэнкодера, который использует вероятностный подход для создания скрытых переменных. Автоэнкодеры — это..
Как работают вложения предложений, часть 3 (машинное обучение)
Линейное межъязыковое сопоставление вложений предложений (arXiv)
Автор : Олег Васильев , Фумика Исоно , Джон Боханнон .
Аннотация: Семантика предложения определяется с гораздо меньшей неоднозначностью, чем семантика отдельного слова, и она должна лучше сохраняться при переводе на другой язык. Если многоязычные вложения предложений предназначены для представления семантики предложений, то сходство между вложениями любых двух предложений должно быть инвариантным по отношению к..
Что такое искусственный интеллект?
Как это работает? Существует три типа ИИ: 1. Узкий ИИ — используется для конкретных задач. 2. Общий ИИ — используется для любых задач, которые могут выполнять люди. 3. Супер ИИ — гипотетический ИИ, который лучше людей. Искусственный интеллект на основе алгоритмов. Он состоит из машинного обучения (ML), компьютерного зрения, базы знаний, обработки естественного языка и экспертной системы. Именно машинное обучение дает ИИ возможность учиться. Во-первых, ML получает данные и начинает..
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..