Публикации по теме 'machine-learning'
Понимание и внедрение метода оценки модели классификации (точность, точность, полнота…
Понимание деталей метода оценки модели классификации.
Возможно, вы достаточно долго работаете в отрасли в качестве Data Scientist, потеряли свои заметки или стремитесь им стать. Эта статья будет напоминанием для некоторых или для того, чтобы узнать, что на самом деле представляет собой метод оценки модели. После обучения моделей классификации машинного обучения следующей наиболее важной частью является оценка вашей модели, чтобы увидеть, как она работает, что можно оценить с помощью..
Компьютерное зрение
Компьютерное зрение — это быстро развивающаяся область, которая сочетает в себе методы искусственного интеллекта и обработки изображений, позволяющие компьютерам интерпретировать и понимать визуальные данные. Он охватывает различные задачи, такие как распознавание изображений, обнаружение объектов, сегментация изображений и понимание сцены. Извлекая значимую информацию из изображений и видео, алгоритмы компьютерного зрения могут автоматизировать процессы, улучшить процесс принятия..
Подрывное машинное обучение
В течение последних двадцати лет, пока мы учились учиться друг у друга - и замечательно справлялись с этим, мы также узнали кое-что более фундаментальное.
Мы учимся учиться.
Это кажется очевидным, в конце концов, мы все постоянно учимся. Это то, что делают люди, верно?
Но это гораздо более тонкое дело. Мы знаем, что учимся, но на самом деле мы абсолютно точно знали, как мы учимся.
Мы не понимали этого, пока не попытались научить компьютеры чему-либо.
Пятьдесят лет назад идея..
Удаленный просмотр Tensorboard в локальном браузере
TensorFlow (TF) — одна из популярных сред машинного обучения (ML). Это облегчило жизнь разработчикам машинного обучения, особенно разработчикам глубокого обучения. Tensorboard — это набор инструментов для визуализации от TF. Этот инструментарий визуализирует такие метрики, как точность и потери, график модели (операции и слои) и многие другие, о которых вы знаете (если не знаете, можете узнать здесь ). Для использования этого инструментария в исходный код Python необходимо добавить..
Работа с концепцией косинусного сходства, часть 3 (интеллектуальный анализ данных)
Мера подобия косинуса согласно выпуклой функции стоимости (arXiv)
Автор: Осман Гюнай , Джем Эмре Акбас , А. Энис Четин
Аннотация: В этой статье мы описываем новую меру сходства векторов, связанную с выпуклой функцией стоимости. Имея два вектора, мы определяем нормали к поверхности выпуклой функции на векторах. Угол между двумя нормалями к поверхности является мерой сходства. Выпуклая функция стоимости может быть функцией отрицательной энтропии, функцией полной вариации (TV) и..
5 вещей, которые следует учитывать, когда вы начинаете использовать AI/ML как услугу
Начните использовать AI/ML как эксперт. Следуйте этим простым рекомендациям, чтобы сделать выбор, который будет работать на вас сейчас и в будущем.
Быстрый рост ИИ Потребление ИИ готово к взлету Сообщество переворачивает угол потребления AI/ML 5 вещей, на которые стоит обратить внимание, думая о потреблении ИИ Широта предложения "Исследовать" Оценить быстро Потребляй мгновенно Настроить "Краткое содержание"
Быстрый рост ИИ
Возрождение ИИ было вызвано..
Демистификация оценки максимального правдоподобия
Многие вводные материалы, учебные программы или курсы по машинному обучению, в которых есть математическая строгость, содержат основополагающие концепции вероятности и статистики. Понимание этих понятий может сбить с толку новичков в этой области, даже имеющих образование в области математики. Это потому, что область машинного обучения потребует своего взгляда на эти концепции для своих строительных блоков и практического использования.
Одной из основополагающих идей для..
Новые материалы
Как создать диаграмму градиентной кисти с помощью D3.js
Резюме:
Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..
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..