Публикации по теме 'machine-learning'
Почему бы цепочке поставок просто не внедрить программное обеспечение для искусственного интеллекта и анализа данных?
Почему бы цепочке поставок просто не внедрить программное обеспечение для искусственного интеллекта и анализа данных? ИИ помогает управлять цепочкой поставок. Так в чем задержка? Отлично, отлично прочитано. Они продолжают цитировать этого Курковича.
https://www.g2.com/articles/ai-and-analytics-in-the-supply-chain
Хорошо, я не мудрец, но обратите внимание на общие темы с такими мудрецами, как мистер Джим Томкинс:
Как работает векторное квантование, часть 2
Улучшение речи с помощью многоуровневого векторного квантования (arXiv)
Автор: Сяо-Ин Чжао , Цю-Ши Чжу , Цзе Чжан .
Аннотация: Благодаря достижениям в области глубокого обучения, улучшение речи на основе нейронных сетей (SE) быстро развивалось в последнее десятилетие. Между тем, предварительно обученная модель с самоконтролем и векторное квантование (VQ) показали отличные результаты во многих задачах, связанных с речью, в то время как они менее изучены в SE. Как было показано в..
Линейная алгебра для науки о данных | Повторное посещение старшей школы
Хорошее понимание линейной алгебры является неотъемлемой частью анализа алгоритмов машинного обучения, особенно для глубокого обучения, где так много всего происходит за кулисами. Я часто замечал, что столкновение с математикой и соответствующими формулами пугает многих соискателей, и я не исключение. Но этот аспект обучения неизбежен для любого соискателя науки о данных, поэтому я попытался упростить его для себя. С намерением помочь группе начинающих соискателей я расскажу об..
Демистификация пакетной нормализации против выпадения
Действительно ли пакетная нормализация - практическое правило? Сравнение результата с выпадением набора данных CIFAR10
Известно, что пакетная нормализация (BN) улучшает производительность модели, смягчает внутренний ковариационный сдвиг и применяет небольшой эффект регуляризации. Такие функциональные возможности BN и эмпирические исследования, доказывающие эффективность BN, помогли укрепить предпочтение людей использовать BN вместо того, чтобы бросить учебу. BN быстро заменил слой отсева..
5 пакетов R для машинного обучения
Поскольку R — один из самых популярных языков для машинного обучения, существует множество пакетов, которые могут ускорить ваши проекты по науке о данных. Такие ресурсы, как ggplot, dplyr и data.table, уже очень популярны для любой работы со статистикой, но вот несколько отличных пакетов для машинного обучения, которые можно держать в заднем кармане.
млр3
mlr3 — это пакет, ориентированный на большие наборы данных и масштабируемые решения. Он фокусируется на основных вычислительных..
Прогнозирование оттока клиентов в телекоммуникационной компании: подход к классификации машинного обучения.
1. Введение
Отток клиентов — серьезная проблема, с которой сталкиваются компании, особенно в сфере услуг, таких как телекоммуникации. Понимание и анализ уровня оттока клиентов имеет решающее значение, поскольку позволяет понять поведение клиентов, выявить факторы, способствующие оттоку, и реализовать эффективные стратегии удержания. Этот проект направлен на то, чтобы помочь телекоммуникационной компании понять свои данные и прогнозировать отток клиентов. Компания предоставила доступ..
Метод случайного леса в оригинальной идее.
Что такое случайный лес?
Метод ансамбля
Основной алгоритм
Предварительные требования:
Метод начальной загрузки Древо решений
Процесс
Шаг 1: Создайте «самозагрузочный» набор данных
Что такое «самозагружаемый» набор данных? → использовать реляционную ссылку
Шаг 2: Создайте дерево решений, используя набор данных с бустингом на шаге 1, но используйте только случайное подмножество переменных на каждом шаге.
Например, мы узнаем, что Good Blood Circle является..
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..