Публикации по теме 'machine-learning'
Apple тестирует чат-бота с искусственным интеллектом, но не знает, что с ним делать
Apple, технологический гигант, известный своими инновационными продуктами, снова попал в заголовки благодаря своему последнему набегу на мир искусственного интеллекта (ИИ). Согласно недавнему отчету Bloomberg, Apple в настоящее время тестирует свой собственный чат-бот на базе искусственного интеллекта, получивший название «Apple GPT». Говорят, что чат-бот, использующий структуру большой языковой модели (LLM) под названием «Ajax», работает в Google Cloud и построен с помощью Google JAX,..
Обработка естественного языка за пригоршню долларов
Основы обработки естественного языка на примере AWS Lex и Comprehend.
С помощью технологий и щепотки магии мы определяем цель каждого сообщения. Но чудо заключается в том, как мы обучаем модель, которая определяет намерение и понимает контекст. Технология машинного обучения быстро меняет то, как ваши клиенты решают свои проблемы, и становится дешевле !
Обработка естественного языка сейчас в моде. С скорым выпуском API GTP3 OpenAI машинное обучение и НЛП могут быстро стать..
Как работает механизм внимания в машинном обучении, часть 5
FECAM: механизм внимания канала с улучшенной частотой для прогнозирования временных рядов (arXiv)
Автор: Маовэй Цзян , Пэнъюй Цзэн , Кай Ван , Хуань Лю , Вэньбо Чен , Хаоран Лю .
Аннотация: Прогнозирование временных рядов является давней проблемой из-за того, что реальная информация представлена в различных сценариях (например, энергия, погода, трафик, экономика, предупреждение о землетрясениях). Однако результаты прогнозирования некоторых основных моделей прогнозирования резко..
Некоррелированность и независимость
Разница между анализом основных компонентов и анализом независимых компонентов
Многим людям трудно отличить анализ основных компонентов (PCA) от анализа независимых компонентов (ICA). PCA — это алгоритм машинного обучения, который может преобразовывать набор данных за счет максимизации некоррелированности. Напротив, ICA преобразует данные, используя максимизацию независимости. В этой статье я попытаюсь объяснить разницу между некоррелированностью и независимостью.
Некоррелированность..
Построение собственной модели xG (ожидаемая цель)
Введение
Недавно я отправился в путешествие, чтобы объединить свою страсть к футболу и анализу данных. В качестве первого шага в этом направлении я создал свою собственную модель xG (ожидаемые цели).
Итак, что такое xG?
Я думаю, что одно из лучших объяснений модели xG дает Статсбомба :
Ожидаемое количество голов (xG) — это показатель, предназначенный для измерения вероятности того, что удар приведет к голу.
Модель xG использует историческую информацию о тысячах ударов со..
Введение в глубокое обучение
Представьте себе мир, в котором машины способны понимать нас так же, как мы понимаем друг друга. Мир, в котором они могут видеть, слышать и даже говорить, как мы. Это невероятная область глубокого обучения !
Глубокое обучение похоже на шаг в царство магии в огромном королевстве машинного обучения. Все дело в создании алгоритмов, вдохновленных тем, как работает наш собственный мозг. Так же, как наш мозг состоит из сети удивительных нейронов, глубокое обучение создает..
Лучшие практики для ИИ с точки зрения продукта
О чем следует помнить при внедрении ИИ в продукты
Когда вы думаете о термине «ИИ», что приходит на ум? Некоторые люди могут думать о голосовом ИИ, таком как Alexa или Siri, в то время как другие могут думать о научно-фантастических настройках властных гуманоидных роботов, пытающихся захватить человечество. Я склонен думать о последнем, особенно в фильме Я, робот , где гуманоидные роботы, которые изначально были созданы, чтобы помогать людям, в конечном итоге восстают против них и..
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..