Публикации по теме 'machine-learning'
Сравнение A/B-тестирования и выборки Томпсона: плюсы, минусы и многое другое
A/B-тестирование:
A/B-тестирование, также известное как сплит-тестирование, — это метод, используемый для сравнения двух версий веб-страницы или приложения друг с другом, чтобы определить, какая из них работает лучше. Это контролируемый эксперимент, в котором два варианта (А и Б) сравниваются, представляя их одинаковой аудитории в одно и то же время. A/B-тестирование обычно используется в маркетинге, дизайне взаимодействия с пользователем и разработке продуктов для принятия решений об..
Изучение интерпретируемости и объяснимости моделей глубокого обучения
Введение
Объяснение глубокого обучения и его недавних успехов в различных областях
Глубокое обучение — это тип машинного обучения, в котором используются искусственные нейронные сети для моделирования и решения сложных задач. Эти нейронные сети вдохновлены тем, как работает человеческий мозг, и состоят из слоев взаимосвязанных узлов или «нейронов». Каждый нейрон получает входные данные от других нейронов, выполняет вычисления на этих входных данных, а затем отправляет результат другим..
Давайте сделаем катушки!… Проект машинного обучения без присмотра
Недавно, когда я изучал алгоритм кластеризации K-Mean. Моя подруга, которая делает много роликов в Instagram, пришла ко мне, чтобы предложить свои несколько мест в Ченнаи, где она может исследовать разные кухни и создавать контент для своих роликов. Как естественный замкнутый человек, я не имел об этом большого представления. Но мне вдруг пришла в голову идея использовать данные о ресторанах в Ченнаи и использовать алгоритм K-Mean, чтобы предложить ей несколько мест.
Я не получил..
AI для хорошего: плохие парни, беспорядочные данные и НЛП
Искусственный интеллект обычно рассматривается как инструмент, помогающий предприятиям продвигаться в условиях современной цифровой экономики. Но возможности применения ИИ настолько широки, что его нельзя свести к уловке с целью получения капитала. Фактически, некоторые стремятся использовать ИИ и машинное обучение, чтобы найти решения для улучшения общества.
Во время ODSC East 2019 Крис Мак, вице-президент по аналитике текста в Basis Technologies представил различные ситуации, в..
Развертывание моделей машинного обучения с помощью Ngrok
Развертывание моделей машинного обучения из онлайн-блокнотов (colab, kaggle) на локальном сервере.
Развертывание машинного обучения — это процесс развертывания модели машинного обучения в реальной среде для целей разработки, демонстрации/презентации или производства. Жизненный цикл любой модели машинного обучения не завершен до тех пор, пока она не будет развернута для использования конечным пользователем или послужит цели создания.
Тем не менее, развертывание ML-моделей — одна из..
Последние обновления о моделях гауссовой смеси 2023, часть 2
Модель гауссовой смеси с учетом неопределенности для локализации разницы во времени СШП в загроможденных средах (arXiv)
Автор: Вэнда Чжао , Абхишек Гудар , Минлян Тан , Синьюань Цяо , Анжела П. Шёллиг .
Аннотация: Сверхширокополосная (UWB) локализация на основе разницы во времени прибытия (TDOA) стала недорогим и масштабируемым решением для позиционирования внутри помещений. Однако в загроможденной среде эффективность локализации на основе UWB TDOA ухудшается из-за смещенного и..
Повторное изучение инженерии машинного обучения
Итак, несколько месяцев назад я узнал о курсе Инженерия машинного обучения для производства (ML Ops) на Coursera. Также я прохожу курс подготовки к экзамену Подготовка сертификата профессионального инженера по машинному обучению на Coursera. Я хочу еще раз повторить, чему я научился на этих курсах.
Поэтому я решил написать об инженерии машинного обучения в ближайшие пару раз на этой платформе. Я пишу материал и урок для обзора своих собственных мыслей об инженерии машинного..
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..