Публикации по теме 'machine-learning'
Склонность к инвестиционным рекомендациям
Фон
Финансово грамотные люди всегда приобретали активы за ликвидные деньги, чтобы потом пожинать плоды. Но набор « финансово грамотных » людей составляет очень маленькую долю среди большого населения. Это верно даже для развитых стран, таких как США, и ситуация еще хуже в развивающихся странах, таких как Индия. Суть в том, что неэффективность инвестиций — это проблема, которую необходимо решать независимо от экономического положения региона. Пока мы говорим, в банковской и финансовой..
🚗Как работает беспилотный автомобиль?
Технология самостоятельного вождения
Беспилотные автомобили — это транспортные средства, которые могут перемещаться и работать без участия человека. Автономные транспортные средства оснащены технологиями, которые позволяют им перемещаться и управлять автомобилем без участия человека.
Они используют различные датчики, в том числе камеры, радары и лидары, чтобы воспринимать свое окружение. Затем компьютер автомобиля использует эту информацию для создания карты окружающей среды и..
Анифузия-СД
TL;DR
Это новая модель, похожая на Stable-Diffusion (доработанная из SD2) для изображений аниме, поддерживающая разрешение 768x768 и значительно превосходящая некоторые популярные модели аниме, согласно нашим оценкам. Чекпоинты общедоступны ( инструкция по установке ), демо доступно некоторое время.
"Вступление" Предыстория - Модели диффузии - Скрытая диффузия - Стабильная диффузия - Вайфу диффузия - Стабильная диффузия 2 Наша модель: обучение -..
Как работает Spherical CNN, часть 2 (машинное обучение)
Сферические CNN на неструктурированных сетках (arXiv)
Автор: Чию «Макс Цзян», Цзинвэй Хуан , Картик Кашинатх , Прабхат , Филип Маркус , Маттиас Нисснер .
Аннотация: Мы представляем эффективное ядро свертки для сверточных нейронных сетей (CNN) на неструктурированных сетках с использованием параметризованных дифференциальных операторов, фокусируясь на сферических сигналах, таких как панорамные изображения или планетарные сигналы. С этой целью мы заменяем обычные ядра свертки..
Создание собственного классификатора намерений
Как фанат НЛП, я всегда задавался вопросом, как Google Ассистент или Алекса понимают, когда я просил его что-то сделать. Вопрос продолжался, могу ли я заставить мою машину тоже меня понимать? Решением было - Классификация намерений.
Классификация намерений - это часть Natural Language Understanding, где алгоритм машинного обучения / глубокого обучения учится классифицировать данную фразу на основе тех, на которых она была обучена.
Возьмем забавный пример. Я делаю ассистента, как..
Вот как вы должны обучать интеллектуальную модель классификатора.
Обнаружение неизвестных меток: обнаружение данных вне домена, т. е. классификация изображений только для тех, для которых они обучены.
Мотивация
В моем предыдущем сообщении в блоге я обсуждал, как мы можем обучить классификатор изображений, обнаруживающий ввод вне домена, используя подход классификации с несколькими метками. В этом сообщении блога давайте обсудим, как обучить обычный многоклассовый классификатор, но сделать его более интеллектуальным, то есть дать ему возможность..
В поисках гармонии в MLOps: баланс функционального и объектно-ориентированного подходов ☯
Программисты всегда были увлечены своими предпочтениями, независимо от того, обсуждают ли они пробелы против табов , Vim против Emacs или светлый режим против темного режима . Эти дебаты выдержали испытание временем, показывая, что есть место для каждого решения, и никакие окончательные аргументы не могут объявить одно превосходящим другое.
Однако, когда дело доходит до парадигм программирования, аргументы, как правило, более пылкие. Объектно-ориентированные языки долгое время..
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..