Публикации по теме 'machine-learning'
Как специалисты по данным могут начать работать над реальными проблемами человечества
И перестаньте просто предсказывать цифры
Пусть первым бросит камень тот, кто никогда не предсказывал цифры с помощью набора данных MNIST. — каждый специалист по данным в мире.
Мы все использовали MNIST для предсказания цифр, все это знают. Иногда мы все еще делаем это, когда статьи настаивают на проверке новых идей на наборе данных MNIST.
Обучение с использованием набора данных MNIST не является настоящей проблемой.
Дело в том, что в конце концов, после долгих исследований,..
CoreML: наблюдение за качеством изображения на iOS
В Предыдущей серии блогов мы говорили о том, почему прогнозирование качества изображения важно для нашей платформы и как мы решили эту проблему с помощью глубоких сверточных сетей с использованием трансферного обучения Pre -Подготовьте модель MobileNet.
В этой части мы поговорим о том, как мы использовали модель машинного обучения в iOS для предсказания изображений.
Первый подход: использование TensorFlow
TensorFlow - это библиотека с открытым исходным кодом для..
Изучение пересечения науки о данных и объяснимого ИИ
Введение:
В последние годы в области науки о данных наблюдается огромный рост благодаря достижениям в области машинного обучения и искусственного интеллекта. Одной из самых популярных тем в этой области является концепция объяснимого ИИ (XAI), целью которой является преодоление разрыва между сложными моделями машинного обучения и возможностью интерпретации человеком. В этом сообщении блога мы углубимся в увлекательный мир объяснимого ИИ, изучая его значение, проблемы и потенциальные..
Возможности закрытых линейных сетей для онлайн-обучения
Недавняя публикация DeepMind предлагает новый интересный взгляд на эффективное сэмплирование онлайн-обучения.
Два самых больших недостатка современных систем глубокого обучения - это то, насколько они требовательны к данным и сколько времени им нужно на обучение ( Я смотрю на вас, GPT-3 ). Эти системы имеют доступ ко всем своим данным во время обучения и пересматривают каждый фрагмент данных несколько раз в течение многих эпох обучения. Поэтому, когда вы применяете эти методы к..
Работа линейной регрессии
Меня всегда очень интересовали искусственный интеллект и машинное обучение. Я интересовался этим с тех пор, как начал программировать, и интерес только возрастал. Когда мне нужно было выбрать свой проект по информатике для 11-го класса, сомнений в том, что я должен был сделать, не было. Однако, как только я решил, что мой проект будет вращаться вокруг машинного обучения, я начал исследовать то же самое. Я понял, что это был огромный зонт. Итак, мне нужно было выбрать простое начало, и..
Будущее компьютерного зрения с AI Pioneer Senseye
Обучение модели в 120 раз быстрее с помощью 10 строк кода
Профиль: Senseye находится на переднем крае нейробиологии и компьютерного зрения. Их технология превращает видеоматериалы с высоким разрешением и высокой частотой кадров в полезные сведения о внутренних когнитивных и поведенческих процессах, доступные для предприятий, ученых и государственных организаций.
Как сделать мир безопаснее. Использование аналитических данных о психической усталости, нарушениях, связанных с..
Как робот находит свое местоположение на основе того, что он «видит»
Так как же робот «видит»?
Основные методы навигации
Если бы вы отправляли робота исследовать Марс, какую технологию вы бы использовали, чтобы помочь этому роботу самостоятельно перемещаться?
Чтобы этот робот мог самостоятельно перемещаться, он должен делать несколько вещей: во-первых, он должен собирать информацию, а во-вторых, он должен уметь задавать себе вопросы. Наконец, нужен способ найти решение.
Робот должен уметь спрашивать себя:
"Где я? Куда я иду и как я туда..
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..