Публикации по теме 'machine-learning'
Введение в Spark с Python: подробное объяснение архитектуры Spark и компонентов
PySpark для начинающих
Введение в Spark с Python: подробное объяснение архитектуры Spark и компонентов
Объяснение Spark для начинающих - ELI5
Обзор
В этой статье мы обсудим архитектуру фреймворка Hadoop и ограничения MapReduce при обработке больших данных, которые выступают в качестве мотивации для разработки фреймворка Apache Spark. После этого мы обсудим различные компоненты Spark и его архитектуру и, наконец, взглянем на PySpark API.
Table of contents :
1. Big Data and..
Появление языка с помощью многоагентных игр: обучение общению с помощью последовательностей символов
Сергей Гаврилов и Иван Титов (партнеры по ML из Эдинбургского университета / Амстердамского университета)
Язык был важным инструментом человеческой цивилизации для передачи знаний новым поколениям. Происхождение языка веками занимало умы людей и послужило поводом для нескольких исследований.
Однако до недавнего времени почти все математические модели для изучения появления языка должны были быть ограничены низкоразмерными простыми пространствами наблюдения из-за алгоритмических и..
Объяснение документов 08: DeBERTa
DeBERTa (BERT с улучшенным декодированием и распутанным вниманием) улучшает модели BERT и RoBERTa, используя два новых метода.
Первый — это механизм распутанного внимания, в котором каждое слово представлено с помощью двух векторов, которые кодируют его содержимое и позицию соответственно, а весовые коэффициенты внимания среди слов вычисляются с использованием распутанных матриц их содержания и относительных позиций соответственно. Во-вторых, усовершенствованный декодер маски..
Data Layering — как тренируются лучшие модели
Общие наборы данных могут давать уникальные результаты и отличные модели ИИ.
Если вы ищете хитрости, которые сделают ваши неконтролируемые модели умными и надежными, не пропустите Распределение данных , которое является ядром механизмов рекомендаций, которые мы используем в MarieAI ( marieai.com ) для обучения интеллектуальных моделей.
Модели в действии
Иногда, когда вы видите механизмы рекомендаций в действии, вы, вероятно, задаетесь вопросом, почему они такие тупые?..
Октавный код для одномерной линейной регрессии: моя первая реализация
Это следует за моим предыдущим постом о том, как градиентный спуск работает в линейной регрессии.
Вчера наступил волшебный момент. После трех дней изучения видео Эндрю Нг, посвященных машинному обучению, я, наконец, взялся за код и увидел, как все, что мне объяснили, внезапно материализовалось в красивые прогностические модели.
"Я гений машинного обучения!" Я взревел в небеса. Хотя затем наступил менее волшебный момент, когда я внезапно понял, что все, что я сделал, соответствовало..
Используйте мощь GPU и TPU
Использование Google Colab
Что такое Google Colab?
Colaboratory — это бесплатная среда для ноутбуков Jupyter, которая не требует настройки и полностью работает в облаке. Он предоставляет GPU и TPU совершенно бесплатно ! Теперь мы можем разрабатывать приложения для глубокого обучения на этом бесплатном GPU/TPU.
Зачем использовать?
Colaboratory поддерживает Python 2.7 и Python 3.6, Бесплатные GPU и TPU, Построен на основе ноутбука Jupyter, Множество предустановленных..
Искусственный интеллект и «темная сторона» человечества
За последнее столетие человечество совершило несколько великих подвигов: мы отправили человека на Луну; мы расщепляем атом; мы открыли планеты в других солнечных системах; мы даже начали заселять целую планету роботами… вдумайтесь: население Марса полностью состоит из роботов. Мы также создали расистский ИИ и дали компьютерам возможность «мечтать».
Со всеми прекрасными вещами, которые технологии сделали для нас, у них все еще есть одно применение, которое мы редко обсуждаем, это может..
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..