Публикации по теме 'machine-learning'
Обучение с подкреплением, часть 4: Оптимальный поиск политик с помощью MDP
Обучение агента тому, как принимать решения, которые со временем увеличивают вознаграждение
С возвращением в мой блог об искусственном интеллекте! Мы уже многому научились, поэтому давайте подведем итоги того, что мы уже рассмотрели в моей серии статей по обучению с подкреплением:
Часть 1: Краткое введение в обучение с подкреплением (RL)
Часть 2: Знакомство с марковским процессом
Часть 3: Марковский процесс принятия решений (MDP)
Последний шаг в использовании MDP - это..
Обучение сети и безопасности в NOIDA.
Этот тренинг посвящен межсетевым экранам Palo Alto, лидеру рынка межсетевых экранов следующего поколения. Это обучение направлено на предоставление глубоких знаний, необходимых для установки, настройки, управления и устранения неполадок брандмауэра Пало-Альто. Брандмауэры — это защитные экраны, которые защищают наши компьютерные сети, решая, разрешить или запретить доступ к нашим сетям. . Межсетевые экраны играют решающую роль в обеспечении безопасности малых и больших сетей. Palo..
Варианты использования байесовских обратных задач, часть 5 (искусственный интеллект)
Распределительно устойчивая регрессия гауссовского процесса и байесовские обратные задачи (arXiv)
Автор: Сюхуи Чжан , Хосе Бланше , Юссеф Марзук , Вьет Ань Нгуен , Свен Ван .
Аннотация: Мы изучаем устойчивую к распределению формулировку оптимизации (т. е. игру минимум-макс) для двух репрезентативных задач байесовского непараметрического оценивания: регрессии гауссовского процесса и, в более общем смысле, линейных обратных задач. Наша формулировка ищет лучший предсказатель..
Введение в нейронные сети — веса, смещения и активация
Как нейронная сеть обучается с помощью весов, смещений и функций активации
Мы часто слышим, что искусственные нейронные сети — это представления нейронов человеческого мозга внутри компьютера. Эти наборы нейронов образуют взаимосвязанные сети, но их процессы, запускающие события и активации, сильно отличаются от процессов в реальном мозгу .
Нейрон, взятый по отдельности, относительно бесполезен, но в сочетании с сотнями или тысячами других нейронов они образуют взаимосвязанную..
Архитектура нейронной сети VAE
Введение:
Вариационные автоэнкодеры (VAE) — это тип архитектуры нейронной сети, используемый в неконтролируемом обучении. VAE использовались для создания реалистичных изображений, сжатия данных и извлечения полезной информации из многомерных наборов данных. В этой статье мы обсудим основы VAE, их архитектуру, как они работают и их приложения.
Основы VAE:
VAE — это тип автоэнкодера, который использует вероятностный подход для создания скрытых переменных. Автоэнкодеры — это..
Многофакторный анализ — Выход за пределы одной переменной за раз
Многомерный анализ и визуализация в Python
В наши дни стало обычной практикой для компаний и предприятий собирать как можно больше информации, даже если варианты использования таких данных неизвестны во время сбора — надежда состоит в том, чтобы понять и использовать данные в какой-то момент в будущем. будущее. Как только такие наборы данных станут доступны, люди, ориентированные на данные, будут углубляться в данные в поисках скрытых закономерностей и взаимосвязей внутри данных...
Устранение перекрестной потери энтропии
Есть много способов рассчитать потерю классификатора. В Программировании машинного обучения мы используем как минимум три разные формулы потерь. В этом посте объясняется интуитивный смысл одного из них: перекрестная потеря энтропии .
Три птицы в руке
Допустим, мы создаем классификатор, который распознает птиц по их песням. У нас есть три вида птиц:
Мы уже собрали набор данных из нескольких сотен песен птиц, помеченных птицами, которые их породили:
Это проблема..
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..