Публикации по теме 'machine-learning'
Типы машинного обучения
В этой статье представлены типы машинного обучения и используемые методы.
Машинное обучение включает в себя показ большого объема данных машине, чтобы она могла учиться и делать прогнозы, находить закономерности или классифицировать данные. Три типа машинного обучения: контролируемое, неконтролируемое и обучение с подкреплением.
Эти алгоритмы машинного обучения помогают решать различные бизнес-задачи, такие как регрессия, классификация, прогнозирование, кластеризация, ассоциации и..
Сможете ли вы прочитать этот заголовок боковым зрением?
Наверное, нет — только середина вашего взгляда имеет необходимое «разрешение». Но почему? У ИИ может быть ответ…
Одной из основных областей, в которой используется ИИ, является обработка изображений. Будь то обнаружение автомобилей автопилотом Теслы или распознавание раковых клеток — ИИ хорош в анализе изображений:
Такие программы искусственного интеллекта обычно представляются в некотором роде напоминающими человеческое зрение — поэтому их называют нейронными сетями, хотя и..
Shutterstock использует машинное обучение для поиска изображений по композиции.
Shutterstock использует машинное обучение для поиска изображений по композиции.
https://www.theverge.com/2017/10/12/16463768/shutterstock-machine-learning-image-search-composition
#машинное обучение #ML
Обучение с подкреплением.
Исследование и письмо Яшванта - ISA, Manipal.
Что такое обучение с подкреплением
Обучение с подкреплением - это метод обучения машинному обучению. Он состоит из Агента (того, что может воспринимать свое окружение и принимать решения), фактического окружения и интерпретатора.
Обучение с подкреплением используется для обучения модели выполнению последовательности действий. Это полезно, когда мы хотим обучить модели, чтобы превзойти человеческий уровень компетенции, или если действие..
Предварительная обработка текста в НЛП
В этой статье я расскажу об основных этапах предварительной обработки текста.
Это перевод текста в нижний регистр, удаление тегов HTML, удаление URL-адресов, удаление знаков препинания, обработка слов в чате, исправление орфографии, удаление стоп-слов, обработка смайликов в тексте, токенизация текста, выделение корней и лемматизация.
Здесь я использую набор данных IMDB, который содержит 50 тысяч обзоров фильмов.
Вы можете найти набор данных здесь — набор данных
В наборе данных..
Ответ Python на алгоритм K-ближайших соседей (kNN)
Если вы когда-либо искали фразу «Искусственный интеллект», возможно, вы также наткнулись на алгоритм K-ближайших соседей и задались вопросом, что означает этот термин и почему он полезен. В рамках искусственного интеллекта алгоритм kNN представляет собой «нелинейную» модель, используемую в обучении с учителем. Хотя технически kNN называется алгоритмом классификации, он может легко справляться как с проблемами классификации, так и с проблемами регрессии. В Python есть несколько библиотек,..
Oxford Novel Image Compression Method COIN: лучше, чем JPEG при низком битрейте!
В новой статье исследователи Оксфордского университета представляют новый подход к сжатию изображений, который превосходит стандарт JPEG при низких скоростях передачи данных, даже без энтропийного кодирования или изучения распределения по весам.
Недавно разработанные методы автоматического кодирования для сжатия изображений с потерями привлекли внимание в сообществах машинного обучения и обработки изображений. Такие автокодеры работают по простому принципу: изображение, обычно..
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..