Публикации по теме 'machine-learning'
ЛИНЕЙНАЯ РЕГРЕССИЯ
В этой главе мы разберемся с одним из самых простых алгоритмов машинного обучения и создадим его с нуля на Python с использованием numpy.
Машинное обучение с учителем можно разделить на две группы:
Регрессия: для прогнозирования непрерывных переменных, например температуры и т. д. Классификация: для прогнозирования дискретных переменных, например, собака/кошка.
В линейной регрессии мы устанавливаем линейную связь между входными переменными (X) и одной выходной переменной (Y)...
Хотелось бы, чтобы @ev добавил функцию бу, чтобы бороться с функцией хлопка социальной инженерии.
Хотелось бы, чтобы @ev добавил функцию бу, чтобы бороться с функцией хлопка социальной инженерии. Ты ужасный человек. Иди покури тост с авокадо.
Вся конструкция UX против UI — это просто ложная конструкция; оранжевый — это новый черный, это новый тост с авокадо. Раньше это был пользователь терминала против сервера, а до этого общие ресурсы мейнфрейма против компиляции во время отладки.
Социальная инженерия для нацистов.
Миллениалы скоро осознают этот факт. Этот комментарий не будет..
GridMatrix выбрана в качестве оперативного исследовательского партнера для Министерства транспорта Аризоны
GridMatrix имеет право поддерживать Аризону в исследованиях ИТС и окружающей среды
САН-ФРАНЦИСКО, Калифорния, 23 июня 2023 г. — GridMatrix, ведущий поставщик облачной транспортной аналитики, рад сообщить, что штат Аризона выбрал его в качестве партнера по исследованиям транспорта по вызову. Компания GridMatrix была выбрана за ее опыт как в области интеллектуальных транспортных систем (ИТС), так и за влияние транспорта на окружающую среду. GridMatrix будет иметь право поддерживать..
Использование TPU в Google Colab БЕСПЛАТНО
TPU стал бесплатным в Google Colab
Хотя его скорость примерно такая же, как у графического процессора Colab (заблокирована Google?), его все же стоит попробовать, потому что Google может увеличить скорость TPU в будущем.
К сожалению, для использования TPU требуется изменение кода.
Изменение кода
Во-первых, получите имя устройства и адрес TPU.
try:
device_name = os.environ['COLAB_TPU_ADDR']
TPU_ADDRESS = 'grpc://' + self.device_name
print('Found TPU')
except..
Как структурировать проект Data Science для удобочитаемости и прозрачности
И как создать один в одну строку кода
Мотивация
Важно структурировать свой проект по науке о данных на основе определенного стандарта, чтобы ваши товарищи по команде могли легко поддерживать и изменять ваш проект.
Но какому стандарту следует следовать? Было бы неплохо, если бы вы могли создать идеальную структуру для проекта по науке о данных с помощью шаблона?
Существует несколько отличных шаблонов для проектов по науке о данных, но в них отсутствуют некоторые передовые методы,..
Бумага в день: # 18 Понимание межъязыкового разговорного языка на основе невыровненных данных с использованием…
Сегодня мы обсуждаем статью Фабриса Лефевра, Франсуа Мересса и Стива Янга о межъязыковом SLU из невыровненных данных с использованием дискриминационных классификаторов и моделей машинного перевода.
Резюме
В документе предлагается обойти дорогостоящую операцию разработки статистического модуля SLU для нового языка путем начальной загрузки существующего модуля с исходного языка на целевой язык, предполагая наличие семантически аннотированных высказываний на исходном языке. В документе..
Памятка по алгоритмам машинного обучения
Краткое справочное руководство по 5 распространенным алгоритмам
Теорема « бесплатных обедов не бывает» для машинного обучения гласит, что не существует единого алгоритма машинного обучения, который мог бы решить все типы задач машинного обучения.
Задачи машинного обучения могут сильно различаться, и выбор алгоритма будет зависеть от таких вещей, как размер, размерность и разреженность данных. Целевая переменная, качество данных, а также взаимодействия и статистические отношения,..
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..