WedX - журнал о программировании и компьютерных науках

Публикации по теме 'data-science'


Последняя информация о глубоком метрическом обучении, часть 1 (машинное обучение)
Глубокое метрическое обучение с помощью мягких ортогональных прокси (arXiv) Автор: Фаршад Сабери-Мовахед , Мохаммад К. Эбрагимпур , Фарид Сабери-Мовахед , Монире Мошаваш , Дорса Рахматян , Махваш Мохаззеби , Махди Шариатзаде , Махди Эфтехари . Аннотация: Модели глубокого метрического обучения (DML) основаны на сильных представлениях и мерах, основанных на сходстве, с определенными функциями потерь. Потери на основе прокси показали большую производительность по сравнению с..

Масштабирование рекомендаций по продукту с использованием анализа корзины — часть 1
Большой каталог продуктов с миллионами транзакций усложняет понимание того, какие комбинации продуктов лучше всего предложить покупателю. Чтобы понять покупательское поведение клиентов и предоставить кураторские продукты на основе истории корзины, рекомендации по продуктам играют важную роль. Модели, основанные на склонности, дают представление о совместной покупке продуктов в рамках транзакций Omni (электронная коммерция: электронная коммуникация и магазин). Склонность покупать..

Книги по машинному обучению для начинающих| Пошаговое руководство
Если вы, как и я, заядлый читатель книг и хотите получить пошаговое руководство по использованию книг для машинного обучения, эта статья для вас. Я также добавлю некоторые личные комментарии (к книгам, которые я читал) или обычные комментарии (к книгам, которые я не читал). Если вас интересует дорожная карта Full DataScience, ознакомьтесь с моей статьей . Это пошаговое руководство, охватывающее все, от математики до MLOP. Книги в этой статье предполагают, что вы знаете Python...

Выявление скрытых закономерностей в ваших данных: углубленное изучение анализа главных компонентов
В этом подробном руководстве мы рассмотрим, как использовать анализ основных компонентов (PCA) в науке о данных для уменьшения размерности больших наборов данных. Вы научитесь выявлять закономерности и взаимосвязи между переменными и получать ценную информацию из ваших данных с помощью этого мощного инструмента. Введение Анализ основных компонентов (PCA) — это широко используемый статистический метод в науке о данных, машинном обучении и различных других областях. Это мощный и..

Вариационный автоэнкодер (VAE) с дискретным распределением с использованием Gumbel Softmax
Теория и реализация PyTorch Поскольку эта статья будет обширной, я предоставлю читателю индекс для лучшей навигации: Введение Краткое введение в вариационные автоэнкодеры (VAE) Расхождение Кульбака – Лейблера (KL) потеря VAE Трюк с репараметризацией Выборка из категориального распределения и трюк Gumbel-Max Выполнение Введение В настоящее время генеративные модели стали очень популярными благодаря их способности генерировать новые выборки с присущей им изменчивостью путем..

На прошлой неделе в AI
Каждую неделю моя команда в Invector Labs публикует информационный бюллетень, чтобы отслеживать самые последние разработки в области исследований и технологий искусственного интеллекта. Вы можете найти выпуск за эту неделю ниже. Вы можете подписаться на него ниже. Пожалуйста, наши ребята очень много работали над этим: От редактора Может ли искусственный интеллект (ИИ) формулировать сложные стратегии? Процесс выработки стратегии долгое время считался магической способностью..

PYTHON ДЛЯ ВАС/ВСЕГО (ВСЕГО ЗА 5 ДНЕЙ):
Python всего за 5 дней: Привет, мальчики и девочки! Меня зовут Сантош Кумар, и я учусь для учеников. В этой статье я придумываю новую важную тему, чтобы получить работу в области науки о данных. Если вы хотите стать Data Scientist, язык программирования Python — это основа. Вот учебник, вы узнаете все на питоне. Python — это системное программирование, графический интерфейс (веб-приложение, мобильное приложение). С помощью python мы можем создать игру, мы можем работать с..

Новые материалы

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..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]