Публикации по теме 'machine-learning'
Что на самом деле представляет собой функция линейной активации Rectified (называемая ReLU)? [Обывательский подход]
Основной единицей нейронной сети является нейрон. Нейроны принимают какие-то входные данные и срабатывают или нет, в зависимости от силы этих входных данных. В ИНС выход функции активации определяет, сработает ли нейрон. Выпрямленная линейная единица (ReLU) имеет выход 0, если вход отрицательный, и необработанный выход в противном случае. То, что в наши дни ReLU используются почти исключительно в нейронных сетях, в значительной степени исторически сложилось. Примерно в 2010 году было..
(Действительно) мягкое введение в НЛП на Python
НЛП стало проще
(Действительно) мягкое введение в НЛП на Python
Возьми меня за руку, и давайте начнем вместе.
Я знаю, это непросто. НЛП - это то, о чем говорят все, и кажется, что этим занимаются все, кроме вас самих, потерявшихся и опечаленных посреди толпы. Не беспокойтесь, обработка естественного языка (NLP) - трудная вещь для изучения, даже если мало кто признает это.
В этом уроке я расскажу об основах, шаг за шагом, без длинных объяснений (так как цель здесь - просто..
Введение в байесовский вывод — часть 1
В этой статье мы более подробно рассмотрим Байесовский вывод . Мы хотим понять, чем он отличается от частотного вывода и почему байесовский вывод так важен для машинного обучения. В конце мы также познакомимся с теоремой Байеса. Эта статья послужит мягким введением в следующую статью, в которой мы рассмотрим оценку максимального правдоподобия (MLE) и максимальную апостериорную оценку (MAP).
Байесовский вывод против частотного вывода
Будущее электронного маркетинга для ресторанов
Учитывая прибыльную отрасль с долей рынка в 799 миллиардов долларов и более миллиарда ресторанов только в Соединенных Штатах, владельцам ресторанов и маркетологам часто приходится привлекать больше людей в свои рестораны и поддерживать темп.
Практически любая маркетинговая идея, которая может гарантировать результат, требует как времени, так и денег. Принимая во внимание стоимость рекламных акций и тот факт, что не все посетители, которые впервые обедают, решают вернуться, реклама..
Навигация в мире ИИ: руководство по машинному обучению и глубокому обучению
Навигация по миру ИИ может быть сложной задачей для новичков, особенно когда речь идет о машинном обучении и глубоком обучении. В этом руководстве мы познакомим вас с этими понятиями и проведем вас через основные шаги для начала работы.
Но сначала давайте поговорим о глубоком обучении и машинном обучении:
Хотя глубокое обучение является частью машинного обучения, между ними есть некоторые важные различия.
Машинное обучение обычно включает в себя обучение моделей на размеченных..
Понимание множеств и теории множеств: полное руководство
Введение
Множества и теория множеств являются фундаментальными понятиями математики, служащими строительными блоками для различных математических дисциплин. В этом исчерпывающем руководстве мы углубимся в мир множеств, теории множеств и операций над множествами. Мы изучим концепцию множеств, их свойства, отношения между подмножествами и надмножествами, а также основные операции объединения, пересечения и дополнения над множествами. Попутно мы также предоставим примеры кода на Python,..
5 изменяющих жизнь онлайн-курсов для моего пути к исследователям данных
У меня нет опыта в количественных исследованиях, и я считаю, что успех в переходе в область науки о данных не может зависеть исключительно от удачи. Прежде чем войти в отрасль, я уже начал посещать некоторые курсы по науке о данных. Я твердо верю, что если я хочу продолжить карьеру в этой области, непрерывное обучение необходимо для преодоления разрыва между мной и теми, кто имеет количественную степень.
Когда я искал различные курсы по науке о данных, я заметил, что многие люди в..
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..