WedX - журнал о программировании и компьютерных науках

Публикации по теме 'deep-learning'


Наука о данных, искусственный интеллект, машинное обучение и глубокое обучение: секретный соус моего стартапа
Я окончил Университет Саймона Фрейзера в Канаде более десяти лет назад по специальности статистика и актуарная наука. В то время наука о данных только начинала распространяться в академических кругах и промышленности. Перенесемся в сегодняшний день: мы живем в совершенно ином мире. Такие модные слова, как искусственный интеллект (ИИ), машинное обучение и глубокое обучение, — это не просто тенденции, а фундаментальные технологии, формирующие отрасли, включая стартапы. Мое нынешнее..

Варианты использования положительной изотропной кривизны, часть 3 (машинное обучение)
Сжимающиеся солитоны Риччи с положительной изотропной кривизной (arXiv) Автор : Китон Нафф Аннотация: Мы показываем, что в размерностях n≥12 неплоские полные градиентно сжимающиеся солитоны с равномерно положительной изотропной кривизной (PIC) должны быть частными либо круглой сферы Sn, либо цилиндра Sn−1×R. Мы также наблюдаем, что в размерностях n≥5 полный солитон, сжимающий градиент, который является строго PIC и слабо PIC2, ​​должен быть фактором либо круглой сферы Sn, либо..

Как работает сокращение параметров, часть 1 (машинное обучение)
Преодоление катастрофического забывания с помощью мягкого сокращения параметров (arXiv) Автор: Цзянь Пэн , Цзян Хао , Чжо Ли , Энцян Го , Сяохун Ван , Дэн Минь , Цин Чжу , Хайфэн Ли . Аннотация: Катастрофическое забывание — это проблема непрерывного обучения, когда глубокая нейронная сеть забывает знания, полученные в предыдущей задаче, после обучения на последующих задачах. Однако существующие методы пытаются найти совместное распределение параметров, общее для всех задач...

Работа с извлечением отношений, часть 3 (машинное обучение)
Идентификатор объекта: основанная на анализе естественного текста платформа для извлечения отношений сущностей (arXiv) Автор: Эль Мехди Чоухам , Джессика Лопес Эспехель , Махаман Санусси Яхая Алассан , Валид Дахане , Эль Хассан Эттифури . Аннотация: В области программирования существует множество парадигм, которые используются в соответствии с рабочей структурой. Хотя современные методы генерации нейронного кода способны обучаться и генерировать код непосредственно из текста, мы..

Заработайте более 250 тысяч долларов в качестве специалиста по данным в этих отраслях
Варианты карьеры для специалистов по данным «Многие современные предприятия научились добывать данные. На самом деле добыча данных становится почти рутиной. Но по мере того, как мы продвигаемся дальше в 21-й и 22-й века, использование данных становится приоритетным. Таким образом, речь идет не только о сборе всех этих данных, но и о том, чтобы проявить творческий подход к созданию новых способов использования этих данных в стремлении повысить ценность». ― Хендрит Ванлон..

2022 NLU: итоги года
Был ли 2022 год годом, когда ИИ стал очевиден, когда Google LaMDA стала разумной машиной, или это был год растущего ажиотажа и отчаяния из-за постоянных неудач в демонстрации полезного прогресса в области ИИ? Поскольку 2022 год подходит к концу, давайте рассмотрим прогресс в области искусственного интеллекта (ИИ) и, в частности, фундаментального компонента ИИ, называемого пониманием естественного языка (NLU), или машинным чтением понимание . Немного…

Варианты использования обработки естественного языка
1. Освойте обработку естественного языка в 2022 году с лучшими ресурсами Как уже упоминалось ранее, глубокое обучение — это подобласть машинного обучения. Он гораздо более обобщен, поскольку дает обобщенные прогнозы по сравнению с традиционным машинным обучением благодаря внедрению искусственных нейронных сетей или ИНС. Практика НЛП с глубоким обучением — важный шаг к карьере в области искусственного интеллекта и науки о данных. В настоящее время почти каждое реальное приложение ИИ..

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]