Публикации по теме 'data-science'
Приложения статистических многообразий, часть 1 (машинное обучение + информационная геометрия)
Об аналоге кручения/кривизны двойственных связностей и статистических многообразиях (arXiv)
Автор : Дамианос Иосифидис
Аннотация: По аналогии с понятием неметрической двойственной связности, которое необходимо при определении статистических многообразий, мы развиваем понятие двойственной связности кручения. Следовательно, мы проиллюстрируем геометрический смысл такой двойственной связности кручения и покажем, как использование обеих связностей сохраняет растрескивание..
Машинное обучение: основы выбора модели
Давайте будем ясны. Я специалист по данным с ~ 2 месяцами опыта работы с python, библиотеками python, статистикой, алгеброй, блокнотом jupyter и другими инструментами программирования. Влюбиться в путешествие становления.
Чего ожидать от этого блога?
В настоящее время я изучаю, как построить прогностическую модель и проверить ее. В этом блоге я расскажу об основных этапах процесса машинного обучения.
Содержание:
Этапы науки о данных и мое знакомство с концепцией..
Работа с задачами седловой точки, часть 1 (машинное обучение)
Метод переменного отображения близости для выпукло-вогнутых задач с седловой точкой (arXiv)
Автор: Хуэй Оуян
Аннотация: Предложена итерационная схема решения выпукло-вогнутых седловых задач, связанных с общими выпукло-вогнутыми функциями. Мы продемонстрировали, что когда наша итерационная схема применяется к специальному классу выпукло-вогнутых функций, которые строятся с помощью билинейного члена связи плюс разности двух выпуклых функций, она становится обобщением нескольких..
Докер для машинного обучения
Роль инженера по машинному обучению может варьироваться в зависимости от различных факторов, таких как цель компании и зрелость проекта. Задача инженера по машинному обучению — решать проблемы с помощью ИИ . Когда я говорю ИИ, я не имею в виду самый модный трансформер. Линейная регрессия, которая решает проблему и создает ценность, может быть вариантом. Имейте в виду, чтобы начать с простого. Таким образом, вы окажетесь на многообещающем пути создания решений ИИ. Создание ИИ-решения..
Как работает хеширование с учетом местоположения, часть 4 (машинное обучение)
BCD: эксперимент с базой данных для сравнения двоичных файлов между различными архитектурами с использованием алгоритмов хэширования с учетом местоположения (arXiv)
Автор: Хаокси Тан
Аннотация: Имея двоичный исполняемый файл без исходного кода, трудно определить, что делает каждая функция в двоичном файле путем обратного проектирования, и еще сложнее без предварительного опыта и контекста. В этой статье мы выполнили сравнение эффективности различных функций хеширования при..
Не попадайтесь в ловушку несбалансированных данных при построении модели машинного обучения
Используйте эти методы, чтобы сбалансировать и улучшить производительность
Что такое несбалансированные данные
Несбалансированные данные — это невероятно распространенный случай в приложениях машинного обучения. Несбалансированные данные возникают, когда у вас есть много наблюдений в ваших данных, которые представляют один тип класса и другие классы, которые намного меньше. Примерами этого могут быть мошеннические транзакции по кредитным картам в отношении законных покупок или..
Лучшие учебные курсы и программы для изучения машинного обучения и науки о данных
Учебные курсы и интерактивные онлайн-платформы — отличный способ приобрести новые навыки. Когда дело доходит до машинного обучения и науки о данных, существует множество различных вариантов, из которых можно выбирать. Некоторые проводят обучение на месте, а некоторые онлайн. Некоторые сосредотачиваются на видеокурсах, а другие на реальных проектах по кодированию. В этом списке я надеюсь обозначить все самые популярные варианты и помочь вам выбрать тот, который соответствует вашему..
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..