Публикации по теме 'data'
Понимание разреженности графа
Разрыхление графов с помощью универсальных жадных алгоритмов ( arXiv )
Автор: Мин-Цзюнь Лай , Цзясинь Се , Чжицян Сюй
Аннотация: разреженность графа заключается в аппроксимации произвольного графа разреженным графом и полезна во многих приложениях, таких как упрощение социальных сетей, задачи наименьших квадратов, численное решение симметричных положительно определенных линейных систем и т. д. В этой статье, вдохновленной известным алгоритмом восстановления разреженного..
Я скажу вам, что не так с этой картинкой: все!
Все
Еду на метро в город, вижу эту рекламу на окне с другой стороны вагона. Дама лет шестидесяти стоит рядом со своим громким партнером по мэнсплейну шестидесяти с лишним лет, и они тоже смотрят на тот же плакат и говорят о нем:
Женщина: я видела это объявление несколько раз и понятия не имею, что оно означает. Это выглядит…
Google Реклама, ориентированная буквально на одного человека, может стать будущим доксинга
Кто угодно может дезагрегировать ваши данные и использовать их против вас.
В декабре 2018 года я писал, что, когда вы нажимаете на онлайн-рекламу, ваши данные передаются в Google и стороннему маркетологу.
Эти данные включают в себя ваше местоположение, ваш возраст, ваш доход, историю посещенных вами веб-сайтов, где вы работаете, слова, которые вы вводите в Google, размер компании, в которой вы работаете, если вы арендуете или владеете домом, если вы женаты. или холост, если у вас..
Работа с Dp-бранами в теории струн, часть 2 (теоретическая физика)
Рассеяние состояния Калба-Рамонда на динамической Dp-бране с фоновыми полями (arXiv)
Автор: Давуд Камани , Эльхам Магсуди
Аннотация: мы применяем метод граничного состояния и операторный формализм для получения амплитуды рассеяния на уровне дерева состояния Калба-Рамонда от Dp-браны. Брана имеет тангенциальную динамику и одета антисимметричным тензорным полем, внутренним калибровочным потенциалом U(1) и тахионным полем открытой струны. Используя амплитуды рассеяния, мы..
Распутывая бесконечное: исследуя тайны и опасности бесконечных циклов
Прежде чем углубиться в бесконечный цикл, давайте кратко разберемся, что такое циклы? и как циклы используются в любом языке программирования.
Цикл — это последовательность инструкций, которые многократно выполняются до тех пор, пока не будет выполнено определенное условие. Циклы используются в сценариях, когда мы хотим выполнить определенное действие несколько раз, без необходимости писать один и тот же код снова и снова.
В Python есть два основных типа циклов: цикл for и цикл..
Будущее компьютерного зрения с AI Pioneer Senseye
Обучение модели в 120 раз быстрее с помощью 10 строк кода
Профиль: Senseye находится на переднем крае нейробиологии и компьютерного зрения. Их технология превращает видеоматериалы с высоким разрешением и высокой частотой кадров в полезные сведения о внутренних когнитивных и поведенческих процессах, доступные для предприятий, ученых и государственных организаций.
Как сделать мир безопаснее. Использование аналитических данных о психической усталости, нарушениях, связанных с..
Как развивается исчисление Редже, часть 2 (теоретическая физика)
Исчисление площади Редже и прерывистые показатели ( arXiv )
Автор: Крис Уэйнрайт , Рут М. Уильямс
Аннотация: принятие площадей треугольников в качестве независимых переменных в теории исчисления Редже может привести к неоднозначности длин ребер, которые можно интерпретировать как разрывы в метрике. Мы строим решения исчисления площадей Редже, используя триангулированную решетку, и обнаруживаем, что на пространственноподобной гиперповерхности такой разрыв возникнуть не может...
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..