Публикации по теме 'machine-learning'
Реализация классификатора LightGBM в SQL
Внедрение модели машинного обучения в производственную среду иногда бывает сложной задачей. Особенно, когда у вас нет определенной инфраструктуры. Если в вашей компании нет сервера Python и вы хотите внедрить прогнозную модель машинного обучения на любом компьютере с базой данных, эта статья для вас. На самом деле, делая это в системе баз данных, вы на самом деле можете сэкономить деньги и ресурсы (конечно, некоторые люди могут не согласиться со мной). Пока вы не планируете использовать..
Как используются функции потерь, часть 1 (машинное обучение)
Оценка влияния изменения функции потерь в глубоком обучении для классификации (arXiv)
Автор: Саймон Дрэгер , Янник Дункелау
Аннотация: Функция потерь, возможно, является одним из наиболее важных гиперпараметров для нейронной сети. На сегодняшний день разработано множество функций потерь, что делает правильный выбор нетривиальным. Однако подробные обоснования выбора функции потерь в смежных работах не приводятся. Это, как мы видим, свидетельствует о догматическом мышлении в..
Знаете ли вы, что вы уже являетесь аналитиком данных? Позвольте мне объяснить, почему:
Большинство из вас, наверное, уже заметили, что текущий спрос на аналитика данных достаточно высок по сравнению с предыдущими годами, он продолжает расти, и даже прогнозы говорят, что это может быть самая популярная профессия в ближайшие годы.
Идеальное время для работы аналитиком данных, верно?
Что, если я скажу вы уже являетесь аналитиком данных и хорошо справляетесь со своей работой.
Я знаю, что у вас есть сомнения, но сначала позвольте мне кратко объяснить, чем..
Уроки, полученные при работе с реальными конвейерами машинного обучения
В Latch мы работаем на стыке аппаратного и программного обеспечения, что создает интересные проблемы при работе с данными, собранными с наших устройств. Поскольку аппаратные и программные компоненты тесно взаимосвязаны, небольшое изменение встроенного ПО может изменить способ хранения определенного поля данных, что окажет негативное влияние на любые аналитические приложения или приложения машинного обучения.
При внедрении в производственную среду одного из наших первых конвейеров..
Регрессионные подходы к прогнозированию цены на алмазы!
В этой статье мы рассмотрим весь процесс создания модели машинного обучения на основе набора данных для прогнозирования цен на алмазы. Затем мы также сравним результаты, используя различные метрики регрессии.
Вы также можете скачать набор данных из этого репозитория . Он содержит информацию о размере, цвете, чистоте, весе и огранке бриллиантов по сравнению с ценой.
1. Бриллианты
Алмаз образуется в условиях высокой температуры и давления, которые существуют всего в 100..
60 уроков, извлеченных из моего конкурса #92DaysofDataAnalytics
Сегодня я подумал, что найду время, чтобы подумать о моих последних 13 неделях моего челленджа #92DaysofDataAnalytics. Во-первых, давайте пройдемся по небольшому фону. У меня есть степень бакалавра психологии. Как я создал #92DaysofDataAnalytics? Я закончил трехмесячный учебный курс по анализу данных в октябре 2021 года и хотел выработать новую привычку, которая поможет мне оставаться последовательным в изучении анализа данных. Так родился #92DaysofDataAnalytics.
Моя цель в этой статье..
Мультимодальные и кроссмодальные приложения: новый способ взаимодействия!
Узнайте о будущем приложений ИИ и о том, как выйти за рамки одной модальности.
Введение
Мультимодальные и кроссмодальные приложения становятся все более популярными, поскольку мы ищем способы более эффективного общения друг с другом и обмена информацией. Существует множество различных способов общения, и у каждого из них есть свои преимущества и недостатки. Например, разговорный язык очень эффективен для быстрой передачи информации, но может быть трудно понять человека с сильным..
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..