Публикации по теме 'machine-learning'
Полиномиальная логистическая регрессия
Полиномиальная логистическая регрессия
говоря о концепции логистической регрессии и реализации логистической функции для реальной простой задачи классификации
Привет народ!
В этой статье речь пойдет об одной из самых полезных регрессионных моделей для задач классификации .
Прежде чем углубляться в понятия, давайте начнем с обычного вопроса!
Представьте, что вы решили пойти на пикник, и первый вопрос, который вы зададите себе, это как погода , потому что, если она будет..
Будущее Angular в ИИ и машинном обучении
Будущее Angular в области искусственного интеллекта и машинного обучения — тема, представляющая большой интерес как для разработчиков, так и для бизнеса. Angular, популярный JavaScript-фреймворк с открытым исходным кодом для создания веб-приложений, может революционизировать способ интеграции технологий искусственного интеллекта и машинного обучения в веб-приложения.
Одним из ключевых преимуществ Angular является его модульная конструкция, которая упрощает добавление новых компонентов..
Как работает оптимизация черного ящика, часть 2 (машинное обучение)
CMA-ES с маржой для одноцелевой и многоцелевой оптимизации черного ящика со смешанными целыми числами (arXiv)
Автор: Рёки Хамано, Шота Сайто, Масахиро Номура, Шиничи Сиракава.
Аннотация: Это исследование нацелено на задачу оптимизации смешанных целых чисел методом черного ящика (MI-BBO), где непрерывные и целочисленные переменные должны быть оптимизированы одновременно. CMA-ES, на котором мы сосредоточились в этом исследовании, представляет собой метод стохастического поиска на основе..
COG в машине: к облачному геопространственному глубокому обучению
Представлять себе
Вы открываете Google Maps и вводите «кофе», чтобы найти магазины поблизости. Приложение загружает карту всего вашего города с максимальной детализацией. Вы ждете минуты и сотни мегабайт загрузки на свой телефон, прежде чем 4 или 5 контактов местоположения упадут к вам ближе всего.
Если бы приложение делало это каждый раз, когда вы попадаете в новый район или ищете что-то новое, вы, вероятно, перестанете его использовать. Это крайний, даже абсурдный сценарий, но мы..
Сжатие нескольких предложений: поиск кратчайших путей в графах слов
Резюме исследования НЛП
В этом блоге я попытался резюмировать статью Сжатие нескольких предложений: поиск кратчайших путей в графах слов в соответствии с моим пониманием. Не стесняйтесь комментировать то же самое!
Постановка задачи
Сжатие предложений - это задача сжатия длинного предложения в более короткое путем удаления повторяющихся слов. В этой статье предлагается новый метод сжатия нескольких предложений без учителя , цель которого состоит в том, чтобы представить набор..
Как ИИ и машинное обучение могут выиграть выборы!
Выборы - это время, когда народ страны получает право выбрать следующее правительство, которое будет управлять своей страной. Период, предшествующий выборам, наполнен массированной агитационной деятельностью всех политических партий. У каждого избирателя есть свои идеологии и ожидания, которые он хотел бы видеть от кандидата. Основная цель политических партий - повлиять на мнение избирателя, чтобы тот проголосовал за своих кандидатов. Общие методы, используемые политиками для..
PyCaret: мощная библиотека машинного обучения для быстрого прототипирования
Введение. Машинное обучение стало фундаментальным компонентом различных отраслей, позволяя компаниям извлекать ценные сведения, автоматизировать задачи и принимать решения на основе данных. Однако создание эффективных моделей машинного обучения часто требует сложного кодирования и многочисленных итераций методом проб и ошибок. Чтобы упростить этот процесс и ускорить разработку моделей, PyCaret представляет собой надежную библиотеку машинного обучения, которая позволяет пользователям с..
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..