Публикации по теме 'machine-learning'
N-студенческое обучение
Архитектура, помогающая бороться с переоснащением и неопределенностью модели.
Переобучение является фундаментальной проблемой в области машинного обучения и особенно важно в контексте обучения с зашумленными данными. По мере того, как мы масштабируем наши наборы данных, количество шума естественным образом увеличивается из-за невозможности тщательной маркировки человеком.
В следующей статье мы представим основные идеи, лежащие в основе N-Student Learning, многосетевой архитектуры,..
Навигация по рискам и этическим проблемам ИИ в поиске лекарств
Навигация по рискам и этическим проблемам ИИ в поиске лекарств
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ (ИИ) В ОТКРЫТИИ ЛЕКАРСТВ имеет большие перспективы для ускорения разработки новых методов лечения и улучшения результатов лечения пациентов. Это также связано с рисками и этическими соображениями, которые требуют пристального внимания. Сегодня мы кратко рассмотрим риски и этические проблемы, связанные с ИИ при разработке лекарств.
Классификация данных пациентов с сердечно-сосудистыми заболеваниями с помощью Snowpark
Классификация — это задача прогнозного моделирования, в которой метка класса предсказывается для данного примера входных данных. Это полезно для различных случаев использования, таких как:
Анализ мошенничества (классифицировать транзакцию как мошенничество или нет) Прогнозирование поведения клиентов (клиент уйдет) Классифицировать текст как положительный или отрицательный Классификация изображений Медицинская диагностика (классификация пациентов с риском сердечного приступа)..
Изучите классификатор дерева решений
На примере использования алгоритма ID3
Дерево решений — это метод обучения с учителем , построенный путем итеративного задания вопросов набору данных. 2 основных вопроса:
Как следует разделять записи об обучении? Меры примесей используются для обнаружения асимметрии в распределении по классам. Загрязнение родительского узла до разделения сравнивается с загрязнением дочернего узла после разделения…
Бэггинг и форсирование в машинном обучении — Ключевые методы ансамблевого метода
Бэггинг и форсирование в машинном обучении — узнайте, почему эти методы важны
Технология машинного обучения — это благо в разработке моделей ИИ, но то, что делает машинное обучение точным и надежным методом, — это ансамблевое обучение. Ансамблевое обучение повышает производительность моделей машинного обучения.
Ансамблевое обучение объединяет несколько моделей машинного обучения для получения более точных моделей. Пакетирование и ускорение в машинном обучении — самые популярные методы..
Как упростить развертывание модели машинного обучения? Автоматизированные проверки работоспособности.
Скорее всего вы сталкивались с этим. Вы создали модель машинного обучения (ML) и обучили ее на большом количестве данных. Результаты валидации выглядят очень многообещающе, поэтому вы отправляете модель на подготовку к производству, и вдруг что-то не так. Модель не провалилась полностью, но ваши показатели не соответствуют тому, что вы наблюдали на этапе обучения и оценки. Пришло время выделить время для проверки работоспособности, чтобы вы могли выяснить, что пошло не так, и как это..
Почему мы перешли с Python на Go в системе рекомендаций Авито
Всем привет! Меня зовут Василий Копытов, я руковожу группой разработки рекомендаций Авито. Мы занимаемся системами, предоставляющими пользователю персонализированную рекламу на сайте и в приложениях. На примере нашего основного сервиса я покажу, когда переходить с Python на Go, а когда оставить все как есть. В конце я дам несколько советов по оптимизации сервисов Python.
Как работают рекомендации на Авито
Любой, кто заходит на главную страницу сайта или приложения, видит..
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..