Публикации по теме 'deep-learning'
Классификация изображений недвижимости с использованием трансферного обучения
Агенты по недвижимости тратят много времени на просеивание огромных объемов графических данных, чтобы определить, какие из них использовать в рекламе недвижимости. Это задача классификации изображений недвижимости, цель которой состоит в том, чтобы классифицировать изображения с соответствующими классами с высокой точностью.
Это сквозное тематическое исследование классификатора изображений недвижимости, включая создание модели.
Бизнес-проблема:
Размещение фотографий является..
Как условная энтропия используется в информационной геометрии, часть 6 (будущее машинного обучения)
А-унитарные операции и квантовая условная энтропия (arXiv)
Автор: Махати Вемпати , Саумья Шах , Нирман Гангули , Индранил Чакрабарти .
Аннотация: состояния с отрицательной квантовой условной энтропией являются ключевыми компонентами для задач теории информации, таких как сверхплотное кодирование, слияние состояний и односторонняя дистилляция запутанности. В этой работе мы спрашиваем: как определить, полезен ли канал для подготовки состояний с отрицательной условной энтропией? Мы..
Обновления наивного байесовского классификатора 2023, часть 4 (машинное обучение)
Дополненные наивные байесовские классификаторы с деревом с ограничениями иерархических зависимостей для иерархических пространств признаков (arXiv)
Автор : Цен Ван , Алекс А. Фрейтас
Аннотация: Классификатор Tree Augmented Naive Bayes (TAN) представляет собой тип вероятностной графической модели, которая создает дерево зависимостей с одним родителем для оценки распределения данных. В этой работе мы предлагаем два новых алгоритма Байеса, основанных на иерархических зависимостях, а..
Уловка "репараметризации" в вариационных автоэнкодерах
В этой статье мы узнаем об уловке «повторной параметризации», которая делает вариационные автоэнкодеры (VAE) подходящим кандидатом для обратного распространения ошибки. Во-первых, мы кратко обсудим автоэнкодеры и проблемы, связанные с их ванильными вариантами. Затем мы сразу перейдем к сути статьи - трюку с «перепараметризацией».
Примечание . Эта статья не представляет собой руководство по использованию автоэнкодеров, поэтому при необходимости я кратко расскажу о них. Если вы..
Технический анализ для прогнозирования движения акций
Эта статья углубляется в сложное искусство и науку технического анализа, метода, который игнорирует внутреннюю стоимость акций и сосредотачивается на ценовых моделях, объеме и других рыночных индикаторах. Цель? Чтобы предсказывать будущие движения цен и находить прибыльные торговые возможности. От понимания основных моделей графиков до использования сложных технических индикаторов — мы исследуем, как этот аналитический инструмент может помочь инвесторам ориентироваться в непредсказуемом..
Работа с машинным интеллектом, часть 4
Целевая функция: наука и общество в эпоху машинного интеллекта (arXiv)
Автор: Эмануэль Мосс .
Аннотация: Машинный интеллект, или использование сложных вычислительных и статистических методов для прогнозирования и классификации на основе представления данных о явлениях, применялся в таких разрозненных областях, как уголовное правосудие, торговля, медицина, средства массовой информации и искусство, машиностроение и т. д. другие. Как машинный интеллект смог так свободно скользить по..
Понимание сверточных сетей
Сверточные сети или сверточные нейронные сети (CNN) стали доминирующим подходом к машинному обучению для визуального распознавания. Они повсеместно используются в области компьютерного зрения. Я начал работать над задачами обнаружения видеообъектов в начале этого года и был настолько очарован тем, как работает весь процесс. Я решил узнать больше о CNN и поделиться тем, что я нашел. Я бы начал с разговора о том, что меня смутило.
Являются ли CNN такими же, как модели обнаружения..
Новые материалы
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..
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..