Публикации по теме 'machine-learning'
Познакомьтесь с «Mojo», языком, сочетающим в себе простоту Python и мощность C
Введение:
Область искусственного интеллекта (ИИ) быстро развивается, и организации интегрируют ИИ в свои продукты для повышения удобства использования. В этом контексте модульный ИИ представил Mojo, новаторский язык программирования, который сочетает в себе удобство использования Python с производительностью C. Mojo устраняет ограничения Python, что делает его идеальным выбором для больших рабочих нагрузок и периферийных устройств, где масштабируемость имеет решающее значение. Легко..
Смотрите: Введение в обучение с подкреплением
Обучение с подкреплением (RL), область последовательного принятия решений, значительно эволюционировала за последние несколько лет, достигнув сверхчеловеческой производительности при решении сложных настольных игр, 2D-игр Atari и 3D-игр (Doom, Quake, StarCraft). Но это не просто игры, это решение произвольных задач с помощью действительно общих алгоритмов. Полностью посвятив себя этому поиску, существует огромное исследовательское сообщество, которое занимается конечной целью создания..
Как бэкдор-атаки работают в конвейерах машинного обучения, часть 9
G2uardFL: защита федеративного обучения от бэкдор-атак с помощью кластеризации Attributed Client Graph (arXiv)
Автор: Хао Юй , Чуан Ма , Мэн Лю , Синьван Лю , Чжэ Лю , Мин Дин .
Аннотация: Федеративное обучение (FL) как совместная парадигма позволяет клиентам участвовать в коллективном обучении моделей без обмена соответствующими локальными данными. Тем не менее, FL остается уязвимым для бэкдор-атак, когда злоумышленник компрометирует вредоносных клиентов и вводит веса..
Обнаружение «ИИ-пиратства» с помощью технологии распознавания изображений, часть 1
Исследовательские институты и компании, такие как Чикагский университет и Wacom, в последнее время заинтересовались «борьбой с пиратством ИИ».
Hive Inc. буквально разработала модель обнаружения изображений, чтобы отличать фотографии/произведения искусства, созданные человеком, от созданных машиной. Pixiv, Skeb и другие корпорации также используют его для выявления неприемлемого контента.
Я лично считаю, что эта технология играет важную роль в предотвращении поддельных изображений и..
Создание обзоров научной литературы
Введение
Во время работы над диссертацией мне часто приходилось делать обзоры литературы, чтобы разобраться в темах, над которыми я работал. Это может занять много времени ( иногда мне даже хотелось спать... ). Спросите любого аспиранта (или ученого в целом), и он скажет вам, что обзоры научных статей для ученых — это то же, что Иисус для христиан!
Когда я ищу тему в литературе, представлены два случая: либо эта тема интенсивно исследуется (поэтому мне приходится читать тонны статей),..
Лучшее исследование по использованию ценностей Шепли, часть 4 (машинное обучение)
Неадекватность значений Шепли для объяснимости (arXiv)
Автор: Сюаньсян Хуан , Жоао Маркес-Сильва .
Аннотация: В этой статье приводится строгий аргумент в пользу того, почему использование значений Шепли в объяснимом ИИ (XAI) обязательно приведет к доказуемо вводящей в заблуждение информации об относительной важности признаков для прогнозов. Конкретно, эта статья демонстрирует, что существуют классификаторы и связанные с ними прогнозы, для которых относительная важность признаков,..
Последние обновления гетерогенных графиков, часть 5 (машинное обучение)
Моделирование динамического гетерогенного графа и важности узлов для прогнозирования цитирования в будущем (arXiv)
Автор: Хао Гэн , Дэцин Ван , Фучжэнь Чжуан , Сюэхуа Мин , Чэнгуан Ду , Тин Цзян , Хаолун Го , Жуй Лю .
Аннотация: Точный прогноз количества цитирований недавно опубликованных статей может помочь редакторам и читателям быстро определить влиятельные статьи в будущем. Хотя для прогнозирования будущей цитируемости статьи предлагается множество подходов, большинство из..
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..