Публикации по теме 'machine-learning-ai'
Введение в машины опорных векторов (SVM).
Обзор
Предварительные условия для SVM. Объяснение машины опорных векторов (SVM), популярного алгоритма машинного обучения или классификации. Как работает SVM? Реализация SVM на Python. Узнайте о плюсах и минусах машин опорных векторов (SVM) и их различных приложений. Заключение.
Предпосылки
Логистическая регрессия. Градиентный спуск.
Что такое SVM:
«Surrort Vector Machine» (SVM) — это контролируемый алгоритм машинного обучения, который можно использовать как для задач..
Что такое магазин функций?
Декомплексная разработка функций
Хранилище признаков становится полноценным компонентом современного стека данных и вызывает большой интерес в последние три года. Эта относительно новая категория инструментов обещает упростить производство моделей машинного обучения по сравнению с препятствиями, с которыми они сталкиваются в настоящее время. Это чрезвычайно амбициозное обещание, поскольку 85% проектов машинного обучения, реализуемых в настоящее время, никогда не доходят до..
Обучение ML — PAC Learning
Мы очень хорошо понимаем важность размера набора данных при обучении машинному обучению. Принимая во внимание, что когда дело доходит до того, что будет хорошо изучено алгоритмом среди набора данных, и насколько хорошо он будет изучен, становится трудно ответить.
В машинном обучении у нас есть структура, которая может помочь нам ответить на вопрос, что можно эффективно изучить с помощью алгоритма, а также определить размер выборки, что может дать лучший результат . Эта структура..
Заставить ИИ вести себя
Прадип Ганеша - старший директор по управлению программами
Как-то в субботу вечером мой 8-летний сын был так молчалив, что я даже не догадывалась, что он не пошел играть. Вот он, забившись в угол, запоем смотрит свой любимый мультсериал на YouTube. Это был бездонный поток, один за другим питавший его глаза. Уже более чем через 2 часа он потерял счет времени ... Пока я не вывел его из транса и не отправил играть!
Алгоритмы искусственного интеллекта (AI) и машинного обучения (ML)..
Машинное обучение — Что вы знаете изначально
Машинное обучение, безусловно, будущее отрасли. Эпоха универсальных сервисов программирования быстро уходит в прошлое. Технологические достижения буквально вывели индустрию мобильных приложений на совершенно новую эру автоматизации. Благодаря передовому машинному обучению службы разработки мобильных приложений разрабатывают роботов и алгоритмы, которые полностью понимают людей, помогают им в повседневных задачах и даже развлекают их. Таким образом, авторитетная и опытная компания по..
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..