Публикации по теме 'machine-learning'
7-дневный план изучения статистики для специалиста по данным / аналитика данных
ЧИСТАЯ ТЯЖЕЛАЯ РАБОТА, БЕЗ МОРСКИХ РЕШЕНИЙ
Привет, мальчики и девочки! Меня зовут Сантош Кумар, и я учусь для учеников. В этой статье я расскажу о совершенно новой важной теме, которая представляет собой 7-дневный план изучения статистики для науки о данных, анализа данных и инженерии данных, даже если вы еще не начали изучать статистику, вы можете следовать этой дорожной карте.
Но, Вы должны тратить не менее 4 часов в день (2 часа утром и 2 часа вечером), только тогда можно пройти..
Использование ИИ в процессе принятия решений и возможность непредвиденных последствий
Понимание рисков и смягчение последствий
Введение
Искусственный интеллект (ИИ) может революционизировать то, как мы принимаем решения, от здравоохранения до финансов, от транспорта до уголовного правосудия. Однако, как и в случае с любой новой технологией, существуют также риски и потенциальные непредвиденные последствия. В этой статье мы рассмотрим использование ИИ в процессе принятия решений и связанные с ним потенциальные риски. Мы также обсудим стратегии снижения этих рисков..
Заслуживает ли доверия машинное обучение?
Эта статья основана на исследовании Марко Тулио Рибейро Почему я должен тебе доверять .
Машинное обучение как дисциплина позволяет практикам решать проблемы, просто обобщая предоставленные примеры решений. Самым большим преимуществом этого подхода является то, что он исключает необходимость явного написания правил решения. Благодаря своей популярности машинное обучение нашло применение в подавляющем большинстве областей.
Но как добиться доверия к машинному обучению, ведь оно по..
Компьютерное зрение: модели, обучение и выводы full_online
Компьютерное зрение: модели, обучение и вывод — —››› В этом современном подходе к компьютерному зрению основное внимание уделяется обучению и выводу в вероятностных моделях как объединяющей теме. Он показывает, как использовать обучающие данные для изучения отношений между наблюдаемыми данными изображения и аспектами мира, которые мы хотим оценить, такими как трехмерная структура или класс объектов, и как использовать эти отношения, чтобы делать новые выводы о мир из новых данных..
5 суперпродуктивных вещей, которые нужно сделать при обучении моделей машинного обучения
Изнурительно долгое ожидание превратилось в сеанс продуктивности
№2. Codeworm
Машинное обучение - это итеративный процесс. Самое болезненное, что каждая итерация может быть мучительно долгой. Обучаете ли вы нейронную сеть, настраиваете гиперпараметры или проводите эксперимент в сотый раз, это займет время. Учитывая, что наборы данных не становятся меньше, ваше будущее машинного обучения потребует от вас пристального внимания к маленькому уголку ячейки записной книжки.
Итак, как..
Визуализация данных отеля с помощью Python
Отель или курорт?
Введение
Вам было любопытно узнать, что люди больше любят посещать отели или курорты? или какие блюда люди предпочитают больше всего в отелях? Если вам так же любопытно, как и мне, не волнуйтесь, это некоторые из интересных открытий и многое другое, что мы собираемся раскрыть в процессе визуализации и анализа данных об отелях.
Для человека, увлекающегося путешествиями и отдыхом, мне было интересно визуализировать данные о спросе на бронирование отелей. Мне..
Отточите свои навыки машинного обучения с помощью этого кластерного анализа рынка жилья в реальном мире
Практический проект, который сочетает в себе PCA, иерархическую кластеризацию и K-средние для предоставления оптимальных решений кластеризации
Независимо от того, являетесь ли вы опытным специалистом по данным или кем-то, кто недавно начал свое путешествие в области аналитики, поверьте мне, в какой-то момент своей карьеры вы должны были столкнуться или столкнетесь по крайней мере с одним проектом, который включает сегментацию/кластерный анализ. Вероятно, это один из самых популярных 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..