WedX - журнал о программировании и компьютерных науках

Публикации по теме 'machine-learning'


5 лучших неизвестных учебных проектов без учителя на Github, которые помогут вам с машинным обучением…
Неконтролируемое обучение — это тип алгоритма, который изучает шаблоны из немаркированных данных. Надежда состоит в том, что машина вынуждена создавать компактное внутреннее представление своего мира посредством мимикрии. Википедия Неконтролируемая классификация выполняется довольно быстро и легко. Предварительных знаний в этой области не требуется, но вы должны уметь идентифицировать и обозначать классы после классификации . Основные области применения неконтролируемого..

Лассо-регрессия: подробное руководство по выбору функций для надежной регрессии
Лассо-регрессия — популярный метод выбора признаков, который широко используется в машинном обучении, статистике и электротехнике. Это тип линейной регрессии, который использует регуляризацию L1 для сведения коэффициентов менее важных функций к нулю. В результате получается разреженная модель, которая включает только наиболее важные функции, что упрощает интерпретацию и повышает эффективность вычислений. Одним из основных преимуществ регрессии Лассо является ее способность обрабатывать..

Имитация + RL
Обучение с подкреплением и имитация - две естественные модели мощных систем искусственного интеллекта. Обе модели имеют недостатки: Если мы не знаем, какие части поведения «важны», имитатору необходимо смоделировать каждую часть поведения, прежде чем будет гарантировано получение хороших результатов. Более того, мы не можем сосредоточить возможности нашей модели или вычислительные ресурсы на важных аспектах поведения, поэтому нам нужно использовать более крупную модель, чтобы получить..

Различные способы тренировочных тестовых сплитов (часть 2: использование :Split)
на Python доктора Элвина Анга https://www.alvinang.sg/s/Various_Ways_of_Train_Test_Splits_with_Python_by_Dr_Alvin_Ang-1.ipynb Шаг 1. Введите набор данных Шаг 2: вытащите букву y Шаг 3: Тренировка тестового сплита split = int(0.8*len(X)) X_train, X_test, y_train, y_test = X[:split], X[split:], y[:split], y[split:] О докторе Элвине Анге Доктор Элвин Анг получил степень доктора философии, магистра и бакалавра в NTU, Сингапур. Ранее он был главным..

Вот как выбрать модель прогнозирования временных рядов
Прогнозирование временных рядов — это процесс анализа и моделирования данных временных рядов. Это помогает прогнозировать будущее поведение рынка, что полезно при принятии решений для каждого бизнеса. Некоторыми из приложений прогнозирования временных рядов являются прогнозирование погоды и климата, прогнозирование продаж, бизнес-прогнозирование, прогнозирование фондового рынка и т. Д. Работая над проблемой прогнозирования временных рядов, вы должны знать, как выбрать модель..

Деревья решений
Понимание деревьев решений: прирост информации и примесь Джини Деревья решений: обзор Деревья решений — это фундаментальная концепция в машинном обучении и науке о данных. Они предлагают прозрачный и интуитивно понятный способ принятия решений, разбивая сложные проблемы на ряд более простых решений. По своей сути дерево решений — это древовидная модель, которая принимает решения на основе набора условий. Каждый внутренний узел в дереве представляет решение, основанное на определенном..

Как полировать штампы?
В процессе штамповки штампа формообразующая часть штампа часто требует полировки поверхности. Овладение технологией полировки позволяет повысить качество и срок службы пресс-формы, тем самым улучшив качество изделия. 1. Метод полировки штампа Штамповка и принцип работы Для полировки формы обычно используются полоски точильного камня, шерстяные круги, наждачная бумага и т. Д. Для пластической деформации поверхности материала и удаления выступов на поверхности заготовки для..

Новые материалы

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..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..


Для любых предложений по сайту: [email protected]