Публикации по теме 'machine-learning'
COVID 19 - Взлет или падение искусственного интеллекта и науки о данных?
Большинство из нас действительно считает себя живущим в эпоху крайнего технологического прогресса. Сегодня некоторые из нас даже собираются поселиться на Марсе.
На самом деле, уже не удивительно, что я использую свой мобильный телефон, чтобы написать статью и мгновенно связаться с моими читателями.
Если честно, мне повезло, и если вы это читаете, то и вы тоже!
Поскольку мы живем в эпоху, когда доступны чудесные и удивительные ресурсы (большинство из них - для удобства наших..
Машинное обучение (МО)
Машинное обучение — это тип искусственного интеллекта, который позволяет системам учиться и совершенствоваться на основе опыта автоматически, без необходимости явного программирования. Он включает в себя использование алгоритмов, которые могут выявлять закономерности и взаимосвязи в данных и делать прогнозы или принимать решения на основе этой информации. Существует несколько типов машинного обучения, включая обучение с учителем, обучение без учителя и подкрепление. обучение...
Обновление от 9/75 — Набор данных: сделай или возьми
На этой неделе я пытался выбрать между использованием существующего набора данных для ответов на вопросы для финансовых документов и созданием нового набора данных.
Я собрал некоторые плюсы и минусы и определил потенциальные наборы данных. Создание нового набора данных с нуля требует усилий. Но он также может быть основой для публикации. Кроме того, похоже, не существует набора данных, соответствующего моему исследовательскому вопросу.
Мой руководитель и я обсудим результаты и примем..
Интеллектуальный анализ данных отличается от машинного обучения
Поверьте мне!!!
Сегодня в этом блоге мы рассмотрим, чем интеллектуальный анализ данных отличается от машинного обучения (с основным акцентом на интеллектуальный анализ данных).
Сейчас мы живем в эпоху управления данными, когда компании знакомятся с новыми техническими терминами и концепциями. Теперь, когда все больше компаний адаптируются к искусственному интеллекту и машинному обучению, у больших данных и аналитики данных есть много возможностей творить чудеса. Данные — это..
10 практических советов по Python для повышения эффективности работы
Эти советы могут помочь повысить эффективность вашей работы и производительность.
01
Мы можем присваивать значения нескольким переменным через списки , если количество элементов списка соответствует количеству переменных.
In [1]: list = [8, 9, 10]
In [2]: a, b, c = list
In [3]: print(a, b, c)
8 9 10
02
_ в интерактивном режиме представляет результат предыдущего выражения.
In [4]: 10 * 10
Out[4]: 100
In [5]: _
Out[5]: 100
03
Свяжите элементы в списке с помощью..
5 вопросов, которые следует задать себе, прежде чем стать специалистом по анализу данных
Опыт работы с данными
5 вопросов, которые следует задать себе, прежде чем стать специалистом по анализу данных
Познайте себя, прежде чем идти по карьерной лестнице в области науки о данных
Бззз! Мой постоянно включенный телефон жужжит в моем кармане, когда я гуляла по Орчард-роуд в Сингапуре прекрасным субботним утром.
Он гудит еще несколько раз подряд после первого, но я ничего об этом не подумал, так как пытался игнорировать сообщения по выходным.
Я узнал, что отказ от чатов..
Улучшение прогнозов ветра в нижней стратосфере
Использование статистической постобработки для улучшения моделей погоды
На этой неделе на осеннем собрании Американского геофизического союза (AGU) мы представили доклад на тему Улучшение прогнозов ветра в нижней стратосфере с использованием метода аналогового ансамбля , основанный на работе в сотрудничестве с Лукой Делле Монаш и Ааканкшей Сингхом.
Loon использует модель прогноза высокого разрешения (HRES) Европейского центра среднесрочного прогнозирования (ECMWF), чтобы помочь нашим..
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..