Публикации по теме 'data-science'
Топ-3 функции Pandas, о существовании которых вы не знали
Вы не наткнетесь на них случайно - гарантированно!
Панды в представлении не нуждаются. Эта библиотека использовалась в экосистеме Python в течение многих лет и навсегда останется с ней. В библиотеке доступны сотни функций, и знание всех из них не под силу даже самым опытным пользователям.
Сегодня вы познакомитесь с тремя ценными функциями, которым не уделяют особого внимания. Вы не найдете их практически ни в одном руководстве по науке о данных, хотя они могут быть полезны в..
Как работает синтез изображений с поддержкой 3D, часть 4 (машинное обучение + генеративный ИИ)
Генеративные поля занятости для синтеза трехмерных изображений с учетом поверхности (arXiv)
Автор: Сюйдун Сюй , Синган Пань , Дахуа Линь , Бо Дай .
Аннотация: Появление генеративных полей излучения значительно способствовало развитию синтеза трехмерных изображений. Совокупный процесс рендеринга в полях яркости значительно упрощает обучение этих генеративных моделей, поскольку градиенты распределяются по всему объему, но приводят к размытым поверхностям объектов. В то же время, по..
5 статей для чтения по использованию искусственного интеллекта с ЭКГ
Электрокардиограмма (ЭКГ) — это тест, который используется для оценки работы сердца. Электроды размещаются в определенных точках на груди, руках и ногах. Затем эти электроды подключаются к аппарату ЭКГ проводами отведений. Затем измеряется, интерпретируется и распечатывается электрическая активность сердца.
Распознавание биометрических данных ЭКГ: обзор, системное предложение и контрольная оценка ( arXiv )
Автор: Пьетро Мельци , Рубен Толосана , Рубен Вера-Родригес..
Точность: компромисс между смещением и дисперсией
В статье Какое машинное обучение (ML) выбрать? «[1] , который поможет вам выбрать правильное машинное обучение для ваших данных, мы указали, что с точки зрения бизнеса двумя наиболее важными измерениями являются точность и интерпретируемость .
Мы также заявили, что «Оценка точности модели машинного обучения имеет решающее значение при выборе и развертывании модели машинного обучения».
- Но какие факторы влияют на точность модели?
Точность зависит от подгонки модели. И подгонка..
DatRet: реализация Tensorflow для структурированных табличных данных
Мой проект с открытым исходным кодом
Простая реализация архитектуры глубокой нейронной сети для табличных данных с настраиваемой генерацией слоев и послойным увеличением количества нейронов. Использование аналогичного классического метода машинного обучения.
В этой статье мы обсудим, зачем нужна эта библиотека, проведем «учебник» и сравним точность предсказания DatRetClassifier и DatRetRegressor с созданием классических методов машинного обучения.
Введение
Для..
Работа с несбалансированными наборами данных в машинном обучении, часть 2
Оценка расстояния: метод неконтролируемой фильтрации для выбора признаков в несбалансированном наборе данных (arXiv)
Автор : Катарина Фирдова , Селин Лабар , Артур Мартель .
Аннотация: В этой статье представлен новый метод фильтрации для неконтролируемого выбора признаков. Этот метод особенно эффективен для несбалансированного многоклассового набора данных, как в случае кластеров различных типов аномалий. Существующие методы обычно предполагают дисперсию признаков, что не подходит,..
База данных по сравнению с хранилищем данных по сравнению с озером данных
В современном мире предприятия собирают и хранят большое количество информации для принятия правильных решений. Чтобы понять эту информацию и извлечь из нее уроки, компании используют специальные инструменты, называемые базами данных, хранилищами данных и озерами данных.
База данных похожа на большой организованный шкаф с ящиками и этикетками для хранения важной информации. Он предназначен для быстрого поиска и обновления определенной информации, например, когда вы ищете свою любимую..
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..