Публикации по теме 'carbon-emissions'
Проектирование умных зданий будущего с помощью суперкомпьютеров
ИННОВАЦИОННЫЙ ВЫЗОВ
Проектирование умных зданий будущего с помощью суперкомпьютеров
Как машинное обучение и анализ на основе данных могут помочь нам превратить здания в поглотители углерода
Здравствуйте, я Алексей Кондратенко, научный сотрудник Миланского политехнического университета и стажер AI в DBF. Я пишу серию блогов, в которых исследую, как можно использовать суперкомпьютеры и машинное обучение для решения проблемы углеродного воздействия строительной отрасли. В этом блоге..
Построение и оценка модели линейной регрессии с нуля: пошаговое руководство
Линейная регрессия
Линейная регрессия — это алгоритм контролируемого машинного обучения (ML), используемый для задач прогнозирования (регрессии). Термин «линейная регрессия» был впервые введен сэром Фрэнсисом Гальтоном в 1894 году. Линейная регрессия — это статистический метод, который моделирует связь между зависимой переменной (Y) и одной или несколькими независимыми переменными (X) в виде линейного уравнения. Мы не можем применить линейную регрессию к данным, которые не имеют..
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..