Публикации по теме 'machine-learning'
Обработка естественного языка (NLP): расширенное руководство для начинающих (часть 14) — Лексическая обработка…
В этой многосекционной итеративной серии вы познакомитесь с лексической обработкой: представление TF-IDF (частота терминов — обратная частота документа). Является продолжением 13 части серии.
Представление мешка слов, хотя и эффективное, является очень наивным способом представления текста. Это зависит только от частоты слов в словах документа. Как бы то ни было, не могли бы вы сказать, что репрезентация слов не должна зависеть исключительно от частотности слов? Есть еще один метод..
Сверточные нейронные сети с TensorFlow 2.0
CNN - это класс нейронных сетей, которые используются для классификации изображений (например, кошки против собак), обнаружения объектов, распознавания изображений и т. Д.
CNN выполняет математическую операцию, известную как свертка, вместо общего умножения матриц по крайней мере в одном из своих слоев.
Архитектура сверточной сети
Слой свертки Уровень объединения Полностью связанный слой
Хотя вы можете спроектировать довольно хорошую нейронную сеть, используя только слои свертки,..
Эффективное категориальное кодирование для различных вариантов использования с использованием Python
«Категориальные переменные — это распространенный тип данных, встречающийся в различных проектах по машинному обучению и анализу данных. Однако многие алгоритмы машинного обучения могут обрабатывать только числовые данные, поэтому необходимо преобразовывать категориальные переменные в числовые представления. Этот процесс называется категориальным кодированием. В этой статье мы рассмотрим различные методы категориального кодирования, поймем варианты их использования и реализуем эти методы..
Вехи глубокого обучения
Глубокое обучение существует уже около десяти лет. С момента своего создания глубокое обучение покорило мир благодаря своему успеху (см. Мою статью Что такое глубокое обучение? О том, как глубокое обучение развивалось с помощью искусственного интеллекта и машинного обучения). Вот некоторые из наиболее значительных достижений глубокого обучения за эти годы.
AlexNet - 2012
Доказано, что сверточные нейронные сети действительно работают. AlexNet - и его исследовательская статья..
LeNet-5 (Python Tensorflow, реализация)
LeNet-5 (Python Tensorflow, реализация)
Здравствуйте, это Арвин. В этой статье я собираюсь написать о том, как использовать Lenet-5 на наборе данных Mnist. LeNet — это простая структура сверточной нейронной сети (AKA CNN). На изображении ниже вы можете увидеть архитектуру LeNet, но я не буду вдаваться в подробности, что это значит, нас интересует только его приложение и код.
Я буду использовать Google Colab для кодирования, вы также можете использовать Jupyter Notebook для..
Безмолвная аутентификация
Введение
В течение многих лет двухфакторная аутентификация (2FA) и многофакторная аутентификация (MFA) широко использовались для обеспечения подлинности и в качестве механизма предотвращения мошенничества.
Технологические достижения, существует множество решений, предлагающих адаптивную аутентификацию, которые сочетают в себе различные многофакторные решения в разных областях, таких как биометрические данные, физические токены, аппаратные токены и мобильный код.
Проблемы MFA..
Как оценить платформы MLOps
Компании, впервые применившие ИИ в больших масштабах, сделали это с помощью собственных платформ машинного обучения (facebook, uber, LinkedIn и т. д.). Эти возможности теперь доступны в готовых продуктах. Стремление к MLOps привело к слишком большому выбору . Доступны сотни инструментов и не менее 40 платформ:
Это очень сложный ландшафт для навигации. Давайте разберемся с большими проблемами, а затем представим новый бесплатный материал, направленный на решение этих проблем...
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..