Публикации по теме 'machine-learning'
Преимущества и недостатки случайного леса: всесторонний взгляд на машинное обучение…
Random Forest — это популярный алгоритм машинного обучения, который используется как для задач классификации, так и для задач регрессии. Он известен своей способностью обрабатывать большие объемы данных и высокой точностью. В этой статье мы рассмотрим основы алгоритма Random Forest, принципы его работы, а также некоторые из его основных преимуществ и недостатков.
Что такое случайный лес?
Случайный лес — это метод ансамблевого обучения, который объединяет прогнозы нескольких деревьев..
Пошаговое руководство по федеративному обучению в области компьютерного зрения
В этой статье мы рассмотрим федеративное обучение с нуля, включая его наиболее распространенные приложения в машинном обучении.
Написано Ешей Шастри и первоначально опубликовано в блоге V7 ( Пошаговое руководство по федеративному обучению в области компьютерного зрения )
Способы обучения моделей машинного обучения за последние годы претерпели значительные изменения.
Обычный подход заключался в том, чтобы собрать все данные на центральном сервере и использовать их для обучения..
«Меня наняли за 100 тысяч долларов, и 4 года спустя я зарабатываю 400 тысяч долларов».
Сколько вы знаете компаний, которые увеличат вашу зарплату в четыре раза за 4 года?
Если вас отправили в Manager RemoteCamp и вы не ждете этого с нетерпением, мы хотим дать вам представление о вашем пребывании здесь, поделившись историей Мирчи Стругару. Если вы закончите программу и пойдете по пути, проложенному Мирчей и другими примерами, вы тоже сможете приумножить свой заработок. Менеджер RemoteCamp научит вас навыкам, необходимым для продвижения по службе. Однако настоящая..
Многозадачное машинное обучение: одновременное решение нескольких задач
Некоторые под наблюдением, некоторые без присмотра, некоторые с самостоятельным наблюдением в НЛП и компьютерном зрении
Однозадачное обучение — это процесс обучения прогнозированию одного результата (бинарного, многоклассового или непрерывного) на основе размеченного набора данных.
Напротив, многозадачное обучение — это процесс совместного обучения прогнозированию нескольких результатов на входных данных одной и той же модальности. Например, изображения или текст.
Возникает..
Тестирование моделей машинного обучения в стиле Uber
Архитектура используется для регулярного тестирования сотен моделей прогнозирования в Uber.
Недавно я запустил образовательный информационный бюллетень, посвященный ИИ, у которого уже более 125 000 подписчиков. TheSequence — это информационный бюллетень, ориентированный на машинное обучение, без BS (то есть без шумихи, без новостей и т. д.), чтение которого занимает 5 минут. Цель состоит в том, чтобы держать вас в курсе проектов машинного обучения, научных работ и концепций...
Причинный вывод с помощью линейной регрессии: эндогенность
Обсуждение экзогенной переменной, экзогенной переменной, пропущенной переменной, ошибки измерения и погрешности одновременности
В моей предыдущей статье мы обсудили некоторые распространенные проблемы при разработке линейной регрессии — исключение важных переменных и включение нерелевантных переменных. В этой статье мы обсудим эндогенность в модели линейной регрессии, особенно в контексте причинно-следственной связи .
Модель линейной регрессии — это популярный инструмент,..
Встраивайте блокнот Jupyter в статические веб-страницы локально
Краткое руководство по встраиванию Jupyter Notebook
Энтузиасты науки о данных и машинного обучения публикуют свои исследования вместе с кодами, которые в основном написаны на Python или R, в своих блогах и статьях. Многие из нас до сих пор не могут предоставить наш код для интерактивного запуска на наших веб-страницах, не отвлекая пользователя, который постоянно читает наш блог. Новый веб-разработчик может ответить на эту загадку без какого-либо глубокого анализа.
‹ iframe src = 'http:..
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..