Публикации по теме 'machine-learning'
Демистификация искусственного интеллекта и глубокого обучения: руководство для начинающих по интеллектуальным машинам
Добро пожаловать в захватывающее путешествие в мир искусственного интеллекта (ИИ) и глубокого обучения. В этом руководстве для начинающих мы раскроем тайны, окружающие эти передовые технологии, узнаем, что они из себя представляют, как работают и какой невероятный потенциал они таят в себе. Приготовьтесь отправиться в захватывающее приключение в царство интеллектуальных машин!
Понимание искусственного интеллекта:
Искусственный интеллект или ИИ относится к разработке компьютерных..
Как начать работу с квантовыми вычислениями
Привет друзья! Добро пожаловать в другую статью, в которой я пишу о квантовых вычислениях, о том, чем они отличаются от классических вычислений, о преимуществах квантовых компьютеров перед классическими компьютерами и о том, как моделировать эксперименты на квантовых компьютерах IBM. Давайте начнем.
В классических вычислениях мы используем двоичную систему счисления, в которой информация хранится в битах, которые представлены либо состояниями 0 (выключено) или 1 (включено) . Мы..
Исследования в области магнитоэнцефалографии, часть 2 (нейронаука)
Магнитоэнцефалография (МЭГ): неинвазивный инструмент для изучения корковых эффектов в психофармакологии (PubMed)
Автор : Сеппо Кяхконен 1
Аннотация: Магнитоэнцефалография (МЭГ) — неинвазивный метод изучения магнитных полей, генерируемых одновременным возбуждением нейронов вне черепа. Череп, скальп и мозговая ткань не искажают магнитные поля, поэтому активность коры можно легко измерить. МЭГ начинают использовать для изучения влияния различных психофармакологических препаратов..
Основы машинного обучения (II): нейронные сети
Основы машинного обучения (II): нейронные сети
В моем предыдущем посте я описал, как работает машинное обучение, продемонстрировав центральную роль, которую функции затрат и градиентный спуск играют в процессе обучения. Этот пост основан на этих концепциях, исследуя, как работают нейронные сети и глубокое обучение. В этом посте мало объяснений и много кода. Причина этого в том, что я не могу придумать какой-либо способ более четко разъяснить внутреннюю работу нейронной сети, чем..
Работа с определением границ общего события, часть 1 (информатика)
Обнаружение границ общего события в видео с функциями пирамиды (arXiv)
Автор: Ван Тонг Хюнь , Хён-Джон Ян , Гуи-Сан Ли , Су-Хён Ким .
Аннотация: Общее обнаружение границ событий (GEBD) направлено на разделение видео на фрагменты с широким и разнообразным набором действий, поскольку люди естественным образом воспринимают границы событий. В этом исследовании мы представляем подход, который рассматривает корреляцию между соседними кадрами с картами признаков пирамиды как в..
«От «Формулы-1» до Tinder: реальные примеры машинного обучения AWS в действии»
«От «Формулы-1» до Tinder: реальные примеры машинного обучения AWS в действии»
Вам интересно, как можно использовать искусственный интеллект для точных прогнозов? Благодаря сервисам машинного обучения Amazon Web Services (AWS) эта мечта больше не является далекой фантазией. AWS предлагает различные сервисы машинного обучения, которые помогут вам с легкостью создавать и обучать модели, не утруждая себя управлением инфраструктурой.
Рассмотрим на практике различные сервисы машинного..
Освоение моделей машинного обучения: подробное руководство
Машинное обучение (ML) — захватывающая и быстро развивающаяся область, которая включает в себя создание систем, которые могут автоматически обучаться на основе данных. Если вы, как и я, недавно начали изучать машинное обучение, возможно, вы столкнулись с множеством запутанных терминов и математических понятий. Но не волнуйтесь, при правильном подходе и некоторой настойчивости любой может освоить основы машинного обучения и начать создавать свои собственные модели.
Я изучаю машинное..
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..