Публикации по теме 'machine-learning'
Обработка естественного языка
Обработка естественного языка (NLP) — это дочерняя разработка искусственного интеллекта, которая радикально изменила способ взаимодействия людей и машин. В настоящее время проводятся обширные исследования, направленные на преодоление разрыва между цифровыми данными и человеческим общением. Применение НЛП обширно, и в ближайшие годы ему суждено еще больше расшириться. Ниже приведены некоторые из известных применений НЛП на сегодняшний день.
Перевод с помощью машин:
В современную..
Предвзятость и справедливость в машинном обучении и наборе и развитии персонала
Изначально я считал, что алгоритмы, обученные должным образом, будут принимать лучшие и беспристрастные решения, чем человек. На этой неделе мне поручили провести два исследовательских опроса, которые открыли мне глаза на проблему предвзятости и справедливости в машинном обучении.
Первая статья, которую я буду обсуждать в этой записи блога, «Опрос предвзятости и справедливости в машинном обучении Нинаре Мехраби, Фреда Морстаттера, Нрипсуты Саксены, Кристины Лерман и Арама Галстяна,..
Алгоритмы классификации: параметрические против. Непараметрический
В моем последнем сообщении в блоге я обсуждал линейную регрессию, мощный инструмент, используемый специалистами по обработке и анализу данных, чтобы получить представление о взаимосвязи между непрерывными переменными. Например, прогнозирование продаж в зависимости от расходов на маркетинг. Но что, если вместо прогнозирования продаж вы хотите предсказать непостоянную переменную, такую как отток клиентов. Остался ли клиент у поставщика услуг или ушел? Это пример задачи бинарной..
Машинное обучение в основе рекомендаций по подбору персонала в LinkedIn
"Машинное обучение"
Машинное обучение в основе рекомендаций по подбору персонала в LinkedIn
Обзор архитектуры и методов машинного обучения, лежащих в основе LinkedIn Recruiter.
Недавно я запустил образовательный информационный бюллетень, посвященный ИИ, у которого уже более 100 000 подписчиков. TheSequence — это информационный бюллетень, ориентированный на машинное обучение, без BS (то есть без шумихи, без новостей и т. д.), чтение которого занимает 5 минут. Цель состоит в том,..
Установка и удаление Anaconda3 в Ubuntu
Установка и удаление Anaconda3 в Ubuntu
Установка Анаконды
Шаг 01. Чтобы загрузить установку Anaconda, измените каталог на /tmp (или вы можете загрузить куда угодно) cd /tmp
Шаг 02. Чтобы загрузить скрипт установки Anaconda, выполните следующую команду curl -O https://repo.anaconda.com/archive/ Anaconda3–2019.10-Linux -x86_64.sh
Чтобы получить последний скрипт установки, посетите этот сайт: https://repo.anaconda.com/archive/
Шаг 03. Запустите..
Что делает функция стоимости в машинном обучении.
Каждый алгоритм имеет собственную функцию стоимости, чтобы минимизировать потери при прогнозировании. Аналогичным образом линейная регрессия использует «функцию квадратичной ошибки», чтобы найти потерю с помощью математического представления ниже. Несмотря на то, что функция Squares Error не используется во многих сценариях, несмотря на то, что это основная функция для нахождения функции стоимости.
Всегда помните, что значение функции стоимости в основном зависит от гипотезы,..
Модели черного ящика на самом деле более объяснимы, чем логистическая регрессия
Значения SHAP непонятны. Но, исходя из них, можно выразить выбор модели с точки зрения влияния на вероятность (концепция, гораздо более понятная для людей).
Вечная борьба Объяснимого и Могущественного
Кто работает специалистом по обработке данных, знает это лучше: одно из основных клише машинного обучения состоит в том, что вам нужно выбирать между:
простые, подотчетные и объяснимые алгоритмы, такие как логистическая регрессия; мощные алгоритмы, которые достигают гораздо более..
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..