Публикации по теме 'machine-learning'
Легко и быстро понять концепцию машинного обучения. Вот часть-1
Машинное обучение — это термин, который очень популярен, по крайней мере, среди технических энтузиастов. Машинное обучение является важным компонентом искусственного интеллекта, модного словечка нашей эпохи. Эта статья призвана дать вам быстрое и глубокое введение в методы машинного обучения…
Когда компьютеры и другие машины работают разумно, как люди, мы называем это искусственным интеллектом. Но что такое интеллект. Мы считаем людей разумными организмами, потому что они способны..
Mojo: новый язык программирования для ИИ
Что такое Mojo и чем он может быть лучше Python для приложений AI и ML
Было много шума вокруг Mojo как потенциального преемника Python в мире искусственного интеллекта и машинного обучения. Давайте рассмотрим некоторые основные различия между Mojo и Python. Мы также рассмотрим некоторые ключевые функции Mojo и то, как они могут помочь в более быстрой и эффективной разработке.
вступление
Использование ML Playbooks для обнаружения IoC в Google Cloud
Начинающий подход к использованию машинного обучения для анализа инцидентов
Начало
В больших наборах данных алгоритмы машинного обучения могут обнаруживать закономерности и выявлять аномалии. Мы можем создавать модели, которые изучают исторические данные и распознают отклонения от типичного поведения, применяя машинное обучение для обнаружения событий безопасности. Модели машинного обучения могут одновременно анализировать несколько источников данных, таких как журналы, сетевой..
Введение в логистическую регрессию
Логистическая регрессия — популярный алгоритм классификации, используемый в машинном обучении. Это простой, но мощный алгоритм, который широко используется в различных приложениях, таких как кредитный скоринг, обнаружение мошенничества и медицинская диагностика. В этой статье мы обсудим, что такое логистическая регрессия, как она работает, ее преимущества и ограничения, а также приведем пример ее реализации на Python.
Как работает логистическая регрессия?
Модель логистической..
Методы регуляризации для моделей машинного обучения
Введение
Говоря о создании алгоритмов обучения с учителем в ML, неудивительно, если подумать о том, какой метод регуляризации использовать для получения более подходящих результатов.
На этапе обучения модель может работать точно на обучающих данных, но плохо работать на тестовых данных , известная как переобучение — здесь у нас низкая ошибка в отношении обучения наборов данных и высокая ошибка в отношении тестовых наборов данных.
Взяв этот график, чтобы лучше визуализировать..
Как узнать, строите ли вы хорошую модель машинного обучения? Используйте базовый уровень
Второй шаг к стандартизации ваших экспериментов
У вас есть четко сформулированная постановка задачи. Он ограничен, ваша задача и метрики оценки прекрасно определены. Я знаю, о чем ты думаешь…
Выдумки да, любители данных, давайте сделаем это !
Однако подождите всего одну секунду. Я знаю, как вы испытываете искушение начать забрасывать все данные всеми алгоритмами. Но я хочу предупредить вас, как и Эндрю Нг предупредил меня…
Это рецепт бесконечных страданий.
Да все..
Жидкие нейронные сети
Изучение динамики жидкостных вычислительных систем
Обзор
Этот курс обеспечивает углубленное изучение жидких нейронных сетей, типа вычислительной модели, вдохновленной поведением жидкостей. Жидкие нейронные сети известны своим динамичным и непрерывным характером, что делает их хорошо подходящими для таких задач, как анализ временных рядов и сенсорная обработка. В этом курсе студенты изучат фундаментальные принципы жидкостных вычислительных систем, включая архитектуру, методы..
Новые материалы
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..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..