Публикации по теме 'machine-learning'
Идентификация лексико-семантических словесных отношений - руководство для начинающих
Фиктивное введение в мою текущую работу - признание природы семантических отношений между данной парой слов.
Когда я прошу вас «потерпите меня», вы готовитесь к тому, что придется мириться со мной. Если вам говорят: «Этот плюшевый мишка пушистый», ваш мозг вызывает в воображении образ мягкой, милой, пушистой игрушки, которую малыши берут в постель. Если вы читаете о медведях, находящихся под угрозой исчезновения, вы думаете о белых медведях где-то в арктических морских льдах. И когда они..
ИНС без буквы «Е» — часть II
Реализация искусственной многослойной нейронной сети с использованием анализа линейной регрессии
В первой части были представлены одни из самых простых нейронных сетей, а также некоторые широко используемые методы и алгоритмы. Однако для решения задачи оптимизации необходима более сложная модель. Эта модель относится к многослойной нейронной сети, в основе которой лежат те же методы и алгоритмы, но в этой статье они будут более подробно рассмотрены.
Многослойная нейронная сеть..
Что я узнал из собеседований при приеме на работу в 50 ML
Это для тех, кто работал над несколькими проектами ML и хочет подать заявку на должность инженера ML без большого профессионального опыта ML.
Примечание. Всякий раз, когда я говорю «ML», я на самом деле имею в виду Deep Learning, а не традиционное/классическое ML
Примечание 2. Это очень черновой вариант, который возник у меня в голове и написан примерно за 20 минут. Так что не считайте это хорошо продуманной статьей. Пожалуйста, дайте мне знать, если у вас есть какие-либо..
Приложения рекуррентных нейронных сетей, часть 3 (машинное обучение)
Архитектура рекурсивно-рекуррентной нейронной сети (R2N2) для обучения итеративным алгоритмам (arXiv)
Автор: Данимир Т. Донсевич , Александр Мицос , Юэ Го , Цяньсяо Ли , Феликс Дитрих , Мануэль Дамен , Иоаннис Г. Кеврекидис
Аннотация: метаобучение численных алгоритмов для данной задачи состоит из управляемой данными идентификации и адаптации алгоритмической структуры и связанных с ней гиперпараметров. Чтобы ограничить сложность проблемы метаобучения, можно и нужно..
Утрачено при переводе? Meta’s покрыла вас с помощью SeamlessM4T: окончательное обновление Babel Fish
Наше стремление к пониманию моделей ИИ никогда не закончится, поскольку у нас есть так много моделей, методов и наборов данных с открытым исходным кодом, доступных для всех типов потребностей ИИ. От языковых моделей до простых моделей обнаружения, которые дают двоичные результаты, которые в дальнейшем можно использовать в качестве обучающих данных для моделей машинного обучения и тому подобного.
Недавно компания Meta опубликовала новое исследование и предложила SeamlessM4T:..
Прикладные инновации во благо — Использование ИИ для расшифровки виляющего танца пчелы
В рамках инициативы Tech4PositiveFutures лондонская биржа прикладных инноваций Capgemini заключила партнерское соглашение с Pollenize , британской общественной компанией (CIC), для изучения возможности использования машинного обучения и искусственного интеллекта для обеспечения здоровья живых растений. данные непосредственно от опылителей, таких как пчелы.
Фон
Пчелы играют решающую роль в качестве опылителей, способствуя размножению растений, поддерживая биоразнообразие и..
Как работает Temporal Graph Learning, часть 1 (машинное обучение)
ProductGraphSleepNet: стадирование сна с использованием пространственно-временного графического обучения продукта с внимательным временным агрегированием (arXiv)
Автор: Ареф Эйнизаде , Саманэ Насири , Сепидех Хаджипур Сардуи , Гари Клиффорд
Аннотация: Классификация стадий сна играет решающую роль в понимании и диагностике патофизиологии сна. Оценка стадии сна в значительной степени зависит от визуального осмотра экспертом, что требует много времени и является субъективной..
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..