Публикации по теме 'machine-learning'
Применение методов машинного обучения для диагностики здоровья — Health Tech
С тех пор, как в конце половины 20 века компьютеры начали широко использоваться, в соответствии с потребностями были разработаны алгоритмы и программы для моделирования и анализа больших объемов данных. В конце ХХ века были популяризированы методы машинного обучения, или машинное обучение. Эти методы состоят из принятия решений и выполнения задач на основе искусственного интеллекта. Обучение происходит путем определения набора правил, сгенерированных путем анализа базы данных или даже..
НЛП с тематическим моделированием
Понимание того, почему мы используем тематическое моделирование, с простой реализацией
Сегодня слишком много данных, а в будущем их будет в тысячу раз. - Бен Хоффман
Почему тематическое моделирование
Тематическое моделирование в основном используется для уменьшения высокой размерности функций, присутствующих в моделях обработки естественного языка, что позволяет нам понять и использовать только основные темы.
Что такое высокая размерность?
Короче говоря, высокая..
Инвестирование в фондовый рынок может быть сложной задачей даже для опытных инвесторов. С таким количеством информации и данных, чтобы…
Инвестиции в фондовый рынок с помощью ИИ: как ChatGPT может помочь вам принимать более эффективные финансовые решения
Внедрение CycleGAN для преобразования изображения в изображение
Преобразование изображений из одного стиля в другой
Знаете ли вы, что вы можете сделать снимок лета и преобразовать его так, чтобы он выглядел как снимок, сделанный зимой? Для этого типа преобразования у нас есть набор различных алгоритмов, и CycleGAN — один из них, используемый для преобразования изображения в изображение.
Преобразование изображения в изображение — это класс задач компьютерного зрения и глубокого обучения, целью которого является изучение сопоставления между входным..
Понимание использования умножения матриц скалярных произведений в глубоком обучении за считанные минуты - новичок ...
Умножение матриц с помощью скалярных произведений и косинусное подобие звучат довольно сложно. Есть простые способы понять и запомнить их навсегда. Читать дальше. Мы представим очень простой способ понять и запомнить скалярное произведение.
Подпишитесь на нас, чтобы получить материалы по обучению программированию, анализу данных, машинному обучению и техническим собеседованиям для начинающих. Примером может служить наш суперпопулярный учебник по Softmax . Скажите [email protected]. Но..
Разгадка волшебства алгоритма рекомендаций Netflix
Введение:
Вы когда-нибудь задумывались, почему Netflix всегда рекомендует вам идеальные шоу и фильмы? Секрет заключается в его мощном алгоритме рекомендаций, который использует машинное обучение и анализ данных для предоставления персонализированных предложений по контенту. В этом посте мы углубимся во внутреннюю работу алгоритма Netflix, раскрывая магию, которая держит вас приклеенными к экрану.
Понимание алгоритма рекомендации Netflix:
По своей сути алгоритм Netflix предназначен..
Должны ли мы действительно проводить собеседования только с 37% ваших кандидатов на работу? Объяснение правила 37%
Выбрать что-то из множества альтернатив всегда сложно, как и знать, когда прекратить поиск идеального решения. В терминологии информатики это называется оптимальной остановкой.
Оптимальная остановка — это давняя проблема, связанная с тем, когда лучше отказаться от поиска наилучшего совпадения. Это актуально не только для компьютерных ученых, но и для сотрудников, стремящихся выбрать подходящего кандидата, или потенциальных домовладельцев, чтобы выбрать лучший дом.
Правило 37%..
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..