Публикации по теме 'machine-learning'
Краткий обзор наиболее распространенных алгоритмов контролируемого машинного обучения
В этой статье я попытался обобщить основные особенности наиболее распространенных алгоритмов машинного обучения с учителем, за исключением ансамблевых методов, таких как RandomForest или XGboost, о которых я расскажу в другой статье.
Обратите внимание, что во всех приведенных ниже случаях n представляет собой количество входных строк, а m представляет количество входных объектов.
K ближайших соседей (KNN)
Как это работает
i) Начните с набора данных с известными k..
Два основных навыка, которыми должен обладать владелец бизнеса в области искусственного интеллекта в 2020 году, - говорит Ашок Самал из Microsoft
Позвольте мне начать с моего личного опыта. Прошло более 5 лет, занимаюсь машинным обучением и искусственным интеллектом в разных направлениях. И согласно моей статистике из 10 инициатив / проектов ИИ, 2 из них не выживают более 3 месяцев, 5 из них никогда не запускаются / производятся (даже если результаты POC или POV были супер захватывающими), 1 запуск в этику ИИ и обсуждение ценностей опоры и, в конечном итоге, вас убьют, а отдых 2 выйдет в эфир с множеством * ограничений и проблем...
🧠Искусственный интеллект: пример (Задание-5)
🧠Искусственный интеллект: тематическое исследование
В этой статье описывается новая Эра интеллекта в жизненном цикле ТНК , вызванная ИСКУССТВЕННЫМ ИНТЕЛЛЕКТОМ👾🧠
🔲Мир без ИИ 🔲
Для тех, кто уже работает с технологией ИИ или с ней, просто воображаемый взгляд на их жизнь без ИИ вызывает оцепенение..!! 🥶
Часы ручного труда, выполнение одной и той же ужасной, повторяющейся задачи изо дня в день в течение многих лет и каждую минуту, испытывая скуку, умственную и физическую..
Машинное обучение
Машинное обучение существует уже много лет, и все пользователи социальных сетей в какой-то момент времени были потребителями технологии Машинного обучения . Одним из распространенных примеров является программное обеспечение для распознавания лиц, которое позволяет определить, изображен ли на цифровой фотографии данный человек. Сегодня пользователи Facebook могут видеть автоматические предложения отметить своих друзей на загружаемых цифровых фотографиях. Некоторые камеры и программное..
Учебное пособие по сквозному машинному обучению с высокой производительностью и облачным вычислениям на IGARSS 2022
Недавно члены группы IMPACT Мутхукумаранн Рамасубраманян (Кумар), Икша Гурунг и доктор Манил Маскей вместе с доктором Габриэле Кавалларо и Рокко Седона провели учебное пособие по сквозному машинному обучению с высокой производительностью и облачными вычислениями в IGARSS (Международный Симпозиум по геонаукам и дистанционному зондированию) 2022 г. Целью семинара было обучить ученых передовым методам обучения их модели МО (машинного обучения) на рабочих станциях HPC (высокопроизводительных..
ИИ в геномике: отраслевые данные — Возможности и проблемы
Необходимость контролировать затраты и время на разработку и открытие лекарств, увеличение государственных и частных инвестиций в ИИ в геномике, а также внедрение решений ИИ в точной медицине стимулируют рост этого рынка. Однако ожидается, что нехватка квалифицированной рабочей силы в области искусственного интеллекта и неоднозначные нормативные требования для медицинского программного обеспечения будут сдерживать рост рынка искусственного интеллекта в геномике в течение прогнозируемого..
Все о XGBoost
Эта статья содержит :: 1. Введение в XGBoost 2. Как формируются деревья в XG Boost 3. XG Boost :: Реализация (код Python) 4. Поиск по сетке в XG Boost 5. Перекрестная проверка в XG Boost 6. Байесовская оптимизация в XG Boost 7. Обработка пропущенных значений в XGBoost 8. Оценка в XGBoost 9 , Показатели оценки в XGBoost 10. Плюсы и минусы XGBoost
Введение в XGBoost
XGBoost — популярная библиотека машинного обучения с открытым исходным кодом для повышения градиента в деревьях..
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..