Публикации по теме 'deep-learning'
6 Jars - уникальный взгляд на машинное обучение
Отказ от ответственности: содержание этого сообщения, включая некоторые изображения, взято из лекций Первый курс глубокого обучения от One-Fourth Labs . Я несу полную ответственность за любые ошибки, которые могли возникнуть при воспроизведении.
Все машинное обучение можно разложить по 6 банкам, а именно
Данные Задача Модель Потеря Обучение Оценка
1. Данные
Данные - это отдельные фрагменты информации (данные - это множественное число от данных , единый фрагмент..
линейная регрессия с одной переменной | Градиентный спуск
В этом курсе мы изучим алгоритм градиентного спуска, который позволяет, начиная со случайной точки, за несколько итераций достигать локального минимума заданной функции.
Сначала мы объясним интуицию, лежащую в основе этого алгоритма, затем мы приведем простой пример его применения для оптимизации функции с одной переменной, и, наконец, мы будем использовать этот алгоритм для поиска оптимальных параметров линейной регрессии.
Давайте начнем с описания интуитивного понимания этого..
Обнаружение фейковых новостей с помощью глубокого обучения
Простая реализация LSTM с Keras
Некоторое время я хотел выполнить небольшой проект, связанный с классификацией текста, и решил опробовать архитектуру, которую я раньше не использовал: долговременная краткосрочная память (LSTM). Вкратце: LSTM - это тип рекуррентной нейронной сети (RNN), которая может запоминать информацию в течение длительного времени (преимущество перед обычным RNN). Если вы хотите получить более подробную информацию: вот отличное и подробное объяснение архитектуры..
МОЙ ОПЫТ РАБОТЫ С FIRA HUROCUP ROBOTICS (МЕЖДУНАРОДНЫЕ СОРЕВНОВАНИЯ)
Кратко о себе
Как инженер-программист, я обладаю широким спектром навыков в области разработки программного обеспечения, искусственного интеллекта и разработки блокчейнов. Я получаю огромное удовольствие от использования инструментов искусственного интеллекта, таких как машинное обучение и глубокое обучение, для решения повседневных задач.
Во время учебы на дневном отделении Политехнического института Унгку Омара (PUO) я получил диплом в области информационной безопасности..
То, что вы слышали о науке о данных… правда? (Наука о данных — это не то, что вы думаете)
Наука о данных — это не создание сложных моделей или выдающихся визуализаций и не написание кода. Наука о данных больше связана с использованием данных для оказания влияния на компании. Какое воздействие?
Воздействие несколькими способами, такими как идеи, рекомендации продуктов или продукты данных. Для выполнения таких задач вам нужны сложные модели, визуализация данных или написание кода.
Но на самом деле ваша работа как ученого данных состоит в том, чтобы решить проблему,..
Google выпускает EfficientNetV2 - меньший, более быстрый и лучший EfficientNet
Более высокая производительность по сравнению с современными моделями при тренировке в 5–10 раз быстрее
Благодаря прогрессивному обучению наша EfficientNetV2 значительно превосходит предыдущие модели в наборах данных ImageNet и CIFAR / Cars / Flowers. Путем предварительного обучения на том же ImageNet21k наша EfficientNetV2 достигает 87,3% первой первой точности на ImageNet ILSVRC2012, превосходя последнюю версию ViT на 2,0% точности при обучении в 5-11 раз быстрее с использованием..
Обработка несбалансированных данных — «Машинное обучение, компьютерное зрение и НЛП» — «Проектирование кода»
Эта статья была опубликована в рамках Блогатона по науке о данных .
Введение:
В реальном мире данные, которые мы собираем, большую часть времени будут сильно несбалансированными. Итак, что такое несбалансированный набор данных? Обучающие выборки неравномерно распределены по целевым классам. Например, если мы возьмем случай с классификацией личных кредитов, получить данные «не утверждено» не составит труда, в отличие от «утвержденных» деталей. В результате модель более предвзято..
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..