Публикации по теме 'machine-learning'
25 отличных открытых наборов данных для машинного обучения
Ваша программа машинного обучения хороша ровно настолько, насколько хороши ваши тренировочные наборы. Наборы данных являются неотъемлемой частью качества вашего машинного обучения, но вы не всегда можете иметь доступ к данным за закрытыми стенами или бюджет на покупку (или аренду) ключа.
Не отчаивайтесь. Существует множество наборов данных, по которым вы можете бесплатно тренировать машинное обучение. Вот 25 лучших вариантов для наборов данных машинного обучения с открытым исходным..
Анализ настроений ненависти и отсутствия ненависти
В этом блоге я хотел бы обсудить, как мы можем классифицировать настроения с помощью алгоритмов машинного обучения.
Набор данных: по этой ссылке можно найти набор данных https://github.com/aitor-garcia-p/hate-speech-dataset .
Импорт пакетов: вам нужно импортировать библиотеку Pandas.
Загрузить данные:
Извлечение признаков: Извлечение признаков помогает нам удалить ненужные и избыточные признаки, что поможет нам повысить точность.
После обучения и тестирования набора..
Компьютерное зрение и аннотация изображений
Понимание технологии машинного обучения, которая продвигает будущее
Компьютерное зрение и аннотация изображений
Любая вычислительная система принципиально работает на основных понятиях ввода и вывода. Будь то элементарный калькулятор, наш отвечающий всем требованиям смартфон, суперкомпьютер НАСА, предсказывающий последствия событий, происходящих за тысячи световых лет, или робот, подобный ДЖ.А.Р.В.ИС. помогая нам защищать планету, это всегда реакция на стимул — так же, как мы, люди,..
Давайте вместе изучим основы Python: ЧАСТЬ -1
Введение:
Добро пожаловать в мир программирования на Python! Независимо от того, являетесь ли вы полным новичком или имеете некоторый предыдущий опыт, это руководство поможет вам понять основы Python и начать свое путешествие по кодированию. В этом блоге мы рассмотрим различные разделы, знакомящие с различными концепциями программирования на Python, и приведем практические примеры кода.
Содержание: 1. Настройка среды Python 2. Переменные и типы данных 3. Поток управления и циклы 4...
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,..
Разрушение формы. Архитектура в эпоху А.И.
Искусственный интеллект удивительным образом меняет область архитектуры. Будучи студентом-архитектором, я изучал, как ИИ теперь может самостоятельно создавать планы этажей, что может революционизировать то, как архитекторы работают и проектируют здания. Однако эта новая технология также поднимает важные вопросы о будущем нашей профессии.
Как искусственный интеллект изменит будущее архитектуры? Приведут ли планы этажей, созданные ИИ, к концентрации власти в руках нескольких компаний?..
ИЗМЕНА НЕ ДОЛЖНА БЫТЬ ФИЗИЧЕСКОЙ.
ИЗМЕНА НЕ ДОЛЖНА БЫТЬ ФИЗИЧЕСКОЙ.
Измена — это не только секс с другим человеком, который не является вашей женой/мужем.
Если вы делаете что-либо из перечисленного ниже, вы мошенник и вор.
Получение денег от мужчины без ведома мужа.
2. Давать деньги женщине без ведома жены.
3. Делитесь сексуальными шутками с человеком, который не является вашим супругом.
4. Удаление сообщений, которые вы не хотите, чтобы ваш супруг читал.
5. Старайтесь не отвечать на некоторые звонки в..
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..