Публикации по теме 'deep-learning'
Чем глубокое обучение отличается от обычного машинного обучения?
Глубокое обучение против обычного машинного обучения: основы и недостатки
Отправляясь в огромный мир искусственного интеллекта (ИИ), вы неизменно сталкиваетесь с двумя фундаментальными столпами — машинным обучением (ML) и его более сложной подобластью — глубоким обучением (DL). Хотя они являются частью одного семейства ИИ и имеют некоторые общие генетические черты, они обладают разными характеристиками, возможностями и вариантами использования. Давайте отправимся в путешествие,..
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..
Новые методы самоконтроля, часть 2 (Машинное обучение, 2023 г.)
Мультимодальное самоконтролируемое обучение для рекомендации (arXiv)
Автор: Вэй Вэй , Чао Хуан , Лянхао Ся , Чусю Чжан .
Аннотация: Появление мультимодальных платформ для обмена информацией в Интернете (например, TikTok, Youtube) позволяет персонализированным рекомендательным системам включать различные модальности (например, визуальные, текстовые и акустические) в скрытые пользовательские представления. В то время как существующие работы по мультимодальным рекомендациям используют..
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..
Наведение моста между ИИ и биотехнологиями
ИИ — это очень мощный инструментарий, это слияние математики, неврологии, статистики и многих других областей, которые создали мощные методы анализа информации и получения моделей, которые могут предсказывать, классифицировать и сегментировать многие проблемы в нашей повседневной жизни. Поскольку эра глубокого обучения продолжает появляться в наших мобильных телефонах и телевизорах, мне всегда казалось странным, что мы близки к тому, чтобы иметь автомобили с автоматическим управлением,..
Data Scientist Реальность
Это называется эпохой больших данных . Технологии хранения и обработки данных стремительно развиваются, и тот, кто их анализирует, например, специалист по данным, привлекает внимание многих людей.
Однако мало кто полностью осознает реальность специалистов по обработке и анализу данных . Соискатели часто смутно ожидают высокого спроса на специалистов по данным, а менеджеры по персоналу часто переоценивают достижения, которых они могут добиться.
В этой статье я обобщил реалии..
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..