Публикации по теме 'machine-learning'
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания самолетов, которые будут с огромными усилиями служить простым людям. Чтобы сделать это немного проще, Blinx AI с его приложениями на основе ИИ в аэрокосмической отрасли помогает сделать облачный путь немного яснее. Уникальное приложение «Aircraft Maintenance Predictor» прогнозирует и немедленно уведомляет..
Как извлечь встраивания нейронной сети
МАШИННОЕ ОБУЧЕНИЕ
Как извлечь встраивания нейронной сети
Повышение точности прогнозирования с помощью встраивания нейронных сетей
Введение
В нашем предыдущем блоге по разработке функций мы рассмотрели способы ручной разработки функций . В этом блоге мы рассмотрим автоматическую разработку функций, выполняемую нейронными сетями, и то, как извлекать эти вложения и использовать их вместе с функциями, созданными вручную. Обратите внимание, что мы использовали платформу TensorFlow..
Стратегии для того, чтобы идти в ногу с исследованиями в области ИИ
Стратегии для того, чтобы идти в ногу с исследованиями в области ИИ
7 советов, которые помогут вам оставаться в курсе всего
Скорость ИИ
Для тех, кто следит за областями искусственного интеллекта (ИИ), глубокого обучения (ГО) или машинного обучения (МО), может показаться, что исследования иногда проносятся мимо вас, как гоночный автомобиль. Быстрый поиск на arXiv.org показывает, что в период с 1 апреля по 1 мая этого года (2020 г.) было объявлено о 2683 новых статьях, связанных с..
Новые достижения в технологии обнаружения объектов, часть 2 (искусственный интеллект)
StreamYOLO: Обнаружение объектов в реальном времени для потокового восприятия ( arXiv )
Автор: Цзинжун Ян , Сунтао Лю , Цземинг Ли , Сяопин Ли , Цзянь Сунь
Вывод: Перцептивные модели автономного вождения требуют быстрого вывода с малой задержкой для обеспечения безопасности. В то время как существующие работы игнорируют неизбежные изменения окружающей среды после обработки, потоковое восприятие совместно оценивает задержку и точность в единую метрику для восприятия видео..
Основы машинного обучения
В этом посте я кратко расскажу, объясняя основы того, что такое машинное обучение и модель обучения.
Что такое машинное обучение?
Оксфордский словарь определяет машинное обучение как:
«Способность компьютера учиться на собственном опыте»
Машинное обучение направлено на разработку алгоритмов, которые могут научиться выполнять конкретную задачу на основе данных примера. Вот пример. Допустим, мы хотим написать программу для игры. Мы могли бы написать эту программу, вручную определив..
Подготовка моделей глубокого обучения к наихудшему сценарию и кроссплатформенность с помощью…
Подготовка моделей глубокого обучения к худшему сценарию и кроссплатформенность с помощью набора инструментов OpenVINO.
Поскольку 2020 год только что наступил, сообщество экспертов и энтузиастов глубокого обучения ожидает значительного года инноваций в этой области. В связи с тем, что каждый день по всему миру создается множество моделей глубокого обучения, зависимость человечества от облака и сети (особенно TCP) растет с каждым днем. Вы можете подумать, а что не так с зависимостями в..
Максимизируйте свои инвестиционные доходы с помощью науки о данных
Вы когда-нибудь задумывались, как некоторые люди умеют делать разумные инвестиции, в то время как другие изо всех сил пытаются получить прибыль? Что ж, оказывается, наука о данных может быть тем секретным ингредиентом, который отличает успешных инвесторов от остальных.
От сбора и анализа финансовых данных до использования алгоритмов машинного обучения для…
Новые материалы
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..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..