Публикации по теме 'machine-learning'
Кластерный анализ с помощью DBSCAN: пространственная кластеризация приложений с шумом на основе плотности
Кластерный анализ - это метод машинного обучения без учителя, который разделяет точки данных на кластеры или группы, так что все точки данных в одном кластере / группе имеют схожие атрибуты или характеристики. Существует четыре основных категории кластерного анализа: методы разделения (K-средних), иерархические методы (BIRCH), методы на основе плотности (DBSCAN) и методы на основе сетки.
Обычно все алгоритмы кластеризации используют один и тот же подход, то есть находят сходства между..
Раскрытие возможностей генеративного ИИ: 10 важных идей
Введение:
В быстро развивающемся ландшафте искусственного интеллекта (ИИ) генеративный ИИ выделяется как революционная технология, которая захватила воображение как исследователей, разработчиков, так и энтузиастов. По своей сути, генеративный ИИ позволяет машинам создавать контент, будь то изображения, текст, музыка или даже целые виртуальные миры, которые до жути похожи на человека по своей креативности и сложности. В этом блоге мы погружаемся в увлекательный мир генеративного ИИ и..
Наши инвестиции в DarwinAI
На пути к безопасному высокопроизводительному будущему ИИ
В документе Университета Торонто, опубликованном в 2012 году, под названием Классификация ImageNET с глубокими сверточными нейронными сетями изложен принципиально иной подход к конкурсу компьютерного зрения ImageNET, который превзошел предыдущие подходы более чем на 30%. С тех пор подход глубокого обучения к кластеризации и классификации с использованием нейронных сетей был применен ко многим реальным приложениям, включая Go,..
Обучение на сходстве и извлечении информации из структурированных документов
Человек склонен формулировать предположения при анализе сложности извлечения информации из документов. Мы автоматически предполагаем, что легче извлечь информацию в виде именованных сущностей из набора подобных документов. Тем не менее, похожие документы имеют определенный набор проблем. Именованные объекты в этих типах документов различаются по размеру, подобно количеству символов, слов, высоте, ширине и местоположению. Эти вариации нельзя обработать с помощью эвристики или..
Градиентный спуск через Python
Это краткое руководство по настройке, работе и пониманию градиентного спуска.
Цель : минимизировать выпуклую функцию или максимизировать вогнутую функцию.
Шаги высокого уровня:
Выберите функцию стоимости Вычислите первую производную (частные производные в некоторых случаях) Постепенно сходитесь к точке минимума. Простая интуиция, вогнутость можно представить как выпуклую функцию при переворачивании.
import random
import numpy as np
from sklearn import datasets
2D..
Наша работа сделана здесь
Я прочитал хорошо построенный аргумент против игр web3. Здесь:
Когда игры приносят деньги (для игроков), их развлекательная ценность снижается, и мы перестаем играть.
Очевидно, это не было хорошо принято, и/но если я вспомню, кто поделился этим, респект вам и спасибо.
Я не уделял особого внимания веб3-играм и не планирую углубляться в тему, которая не только вызывает разногласия, но и далека от моих игровых интересов.
Тем не менее, я мысленно связал игру как работу с глубоким..
Визуализация данных в Python
Практическая визуализация данных для интерактивного повествования на Python
Я хотел бы начать этот пост со старой доброй цитаты «Картинка стоит тысячи слов» . Вот что такое визуализация данных. Визуализация данных является неотъемлемой частью Data Science & Data Analysis. Нам полезно не только понимать данные, но и представлять информацию о данных в форме графического представления, которое намного легче понять.
Допустим, мы работаем над проектом Data Science. Клиента не будет..
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..