Публикации по теме 'machine-learning'
Разрушая границы с машинным разучиванием!
Машинное обучение стало нарицательным в нашем технологическом обществе, позволяя системам обучаться и повышать свою производительность, используя данные. Однако в последние несколько дней появилась новая идея, которая бросает вызов нашим ожиданиям: машинное разучивание .
Сознательно учить компьютеры забывать то, чему они научились, может показаться странным. Почему мы хотим обратить вспять достигнутый нами прогресс? В этой статье мы решили раскрыть тайны машинного разучивания,..
Полное руководство по алгоритмам дерева решений
Овладейте искусством принятия решений с помощью этого всеобъемлющего руководства по алгоритмам дерева решений. Узнайте, как создавать точные прогнозы и принимать решения на основе данных.
Алгоритмы дерева решений — популярный и мощный инструмент, используемый в машинном обучении и интеллектуальном анализе данных. Они используются для выявления закономерностей в больших наборах данных и прогнозирования на основе этих закономерностей. В этом подробном руководстве мы рассмотрим все, что..
Классификация изображений в CIFAR 10: полное руководство
Классификация изображений в CIFAR 10: полное руководство
Глава II: Мелкая нейронная сеть
Это часть 2/3 мини-сериала, в котором используется классификация изображений в CIFAR-10. Посмотрите последнюю главу, в которой мы использовали логистическую регрессию , более простую модель.
Для понимания softmax, кросс-энтропии, мини-пакетного градиентного спуска, подготовки данных и других вещей, которые также играют большую роль в нейронных сетях, прочтите предыдущую запись в этой..
Как я использовал функцию LabelEncoder sklearn для решения табличных соревнований Kaggles за февраль 2022 г.
Я с нетерпением жду начала каждого месяца, потому что у Kaggle есть ежемесячные табличные соревнования, в которых я могу принять участие. Этот месяц, февраль 2022 года, не стал исключением. Я посмотрел на постановку задачи ниже и подумал, что смогу участвовать в этом конкурсе. Вдобавок я решил закодировать решение проблемы как…
VGG — Очень глубокая нейронная сеть свертки
В этом блоге мы узнаем об основах модели VGG.
Фон
Запуск конкурса компьютерного зрения ImageNet Large Scale Visual Recognition Challenge (ILSVRC) в 2011 году проложил путь к инновациям в области задач компьютерного зрения. Используя набор данных ImageNet, сеть AlexNet на основе CNN была предложена Алексом Крижевским в 2012 году. Сеть выиграла конкурс в том году с коэффициентом ошибок в пятерке лучших 15,3% . В следующие пару лет Карен Симонян и Эндрю Зиссерман предложили идею сети..
Демистификация квантовых вычислений: смелый выход за рамки классических ограничений на финансовых рынках (часть 2)
Извините, у вас есть минутка? Я хотел бы запутать наши волновые функции и исследовать потенциальную энергию между нами.
Мы снова вернулись, чтобы помочь вам не только преодолеть пробел в вашем понимании квантовых вычислений, но и познакомиться…
Блог выпуска RAPIDS 22.06
В RAPIDS 22.06 появилась новая поддержка массивных графов и расширена поддержка алгоритмов Multi-Node Multi-GPU.
Мы рады объявить о выпуске RAPIDS 22.06. Независимо от того, работаете ли вы в среде с одним или несколькими графическими процессорами, этот выпуск предлагает вам новые функции и дополнительные способы ускорения ваших рабочих нагрузок в области обработки данных.
Основные обновления версии RAPIDS 22.06 включают:
Выпуск новой библиотеки RAPIDS Graph-as-a-Service..
Новые материалы
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..
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..