Публикации по теме 'machine-learning'
Архитектура Kubernetes для развертывания веб-приложений машинного обучения
Осмысление больших данных
Архитектура Kubernetes для развертывания веб-приложений машинного обучения
Используйте Kubernetes, чтобы снизить затраты на инфраструктуру машинного обучения и легко масштабировать ресурсы.
Kubernetes стал эталоном для оркестровки контейнеров. Оркестрация контейнеров означает запуск контейнеров, их выключение, их вертикальное масштабирование (количество памяти и ЦП) и горизонтальное масштабирование (количество контейнеров, работающих параллельно)...
Машинное обучение для логистики
Давным-давно, чтобы сообщить компьютеру, что делать, нужно было написать код:
«если это, то это».
Теперь вы можете сказать компьютеру:
«Узнайте, как сравниваются мои входы и выходы».
Теперь у компьютера есть возможность прогнозировать правильный результат с помощью искусственного интеллекта.
Подумайте, что это значит для оптимизации маршрутов и профилактического обслуживания в логистической отрасли.
Те, у кого больше всего данных, владельцы источников больших данных,..
МАШИННОЕ ОБУЧЕНИЕ: ЕГО ИСПОЛЬЗОВАНИЕ, ПРЕИМУЩЕСТВА И ПРОТИВ
Машинное обучение: использование, преимущества, недостатки
Для чего предназначено машинное обучение? Машинное обучение — это прогрессивное явление, которое обогатило ряд коммерческих и опытных действий наряду с повседневной жизнью. Это подкатегория искусственного интеллекта (ИИ), в которой особое внимание уделяется использованию численных подходов для создания блестящих компьютерных структур для изучения существующих записей.
Для чего используется машинное обучение? Машинное обучение..
Инста-фейк? Обнаружение поддельных аккаунтов в Instagram с помощью машинного обучения
Введение
Instagram, безусловно, является одной из самых популярных социальных сетей в мире. По данным Datareportal , к январю 2023 года его пользовательская база насчитывала 1,318 млрд человек по всему миру. Это означает, что около 21% всех людей старше 13 лет находятся на платформе.
С такой широкой аудиторией Instagram стал больше, чем просто платформа для обмена фотографиями. Люди используют его для маркетинга, для обмена своими политическими взглядами, в образовательных целях и для..
Распознавание человеческих эмоций с помощью ИИ. (TensorFlow, Керас, OpenCV)
Распознавание эмоций — это задача машинного обучения, которая включает в себя обнаружение и классификацию эмоций, выражаемых людьми посредством речи, мимики и других форм невербального общения. Распознавание эмоций находит применение в таких областях, как психология, маркетинг и взаимодействие человека с компьютером. В этом уроке мы рассмотрим, как создать систему распознавания эмоций с использованием Python и машинного обучения.
Шаг 1. Установка необходимых библиотек
Первым шагом..
Судоку
Этот проект был частью моего курса искусственного интеллекта. В этом проекте я реализовал некоторые расширения алгоритма судоку. Первое расширение будет реализацией метода naked twins . Вторым будет модификация алгоритма для решения задачи diagonal sudoku .
голые близнецы
Техника голых близнецов следующая. Рассмотрите следующую загадку и посмотрите на два выделенных прямоугольника, 'F3' и 'I3' .
Как мы видим, оба принадлежат одному и тому же столбцу и оба допускают значения..
Мой новый словарь машинного обучения: какие термины вы бы добавили?
Краткое изложение самых популярных терминов, охватывающих нейронные сети, объяснимый ИИ, синтетические данные, тензоры, графовые модели, ансамблевые методы и т. д.
Верхние записи выделены жирным шрифтом, а подзаголовки — курсивом. Этот словарь из моей новой книги Интуитивное машинное обучение и объяснимый ИИ , доступной здесь и используемой в качестве справочного материала для одноименного курса (см. здесь ). Эти записи снабжены перекрестными ссылками в книге для облегчения навигации,..
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..