Публикации по теме 'machine-learning'
Машинное обучение с помощью Python (проект MySkill Data Science)
Машинное обучение — это область искусственного интеллекта, которая занимается созданием алгоритмов и моделей, которые могут учиться на данных и делать прогнозы или решения на основе этого обучения.
На высоком уровне процесс машинного обучения можно разбить на три основных этапа:
Сбор и подготовка данных . Первым шагом является сбор и очистка данных, которые вы будете использовать для обучения модели. Этот шаг имеет решающее значение, поскольку качество вашей модели будет зависеть..
Вы заинтересованы в бесплатном изучении Data Science и Machine Learning?
Университет WorldQuant подготовил для вас курс Applied Data Science Lab. Этот курс для самостоятельного обучения предназначен для того, чтобы помочь людям развить свои навыки в области науки о данных и машинного обучения с помощью восьми различных проектов, которые варьируются от изучения цен на жилье в Мексике до прогнозирования качества воздуха в Кении.
Одно из лучших преимуществ этого курса в том, что он бесплатный! Стоимость не должна быть препятствием для людей, которые..
Сделать Kaggle домом открытых данных
Опубликуйте свои данные на Kaggle, чтобы поделиться ими с более чем 600 000 специалистов по данным
Kaggle наиболее известен проведением соревнований по машинному обучению. Эти соревнования помогли классифицировать китов в океанах и галактиках в небе; они помогли диагностировать диабетическую ретинопатию и спрогнозировать количество кликов по рекламе.
Сегодня мы выходим за рамки соревнований по машинному обучению и открываем Kaggle Datasets для всех. Теперь вы можете..
Методы адаптивных параметров для машинного обучения
Давайте рассмотрим некоторые методы адаптации ваших параметров с течением времени.
В этом посте я расскажу об идеях, лежащих в основе методов адаптивных параметров для машинного обучения, а также о том, почему и когда их реализовывать, в качестве некоторых практических примеров с использованием Python.
1. Введение
Адаптивные методы (также известные как планирование параметров) относятся к стратегиям обновления некоторых параметров модели во время обучения с использованием..
Наивный байесовский анализ. Обзор
Наивный байесовский метод, основанный на статистике и теории вероятностей, является, пожалуй, одним из наиболее широко используемых методов машинного обучения в науке о данных. Это метод классификации, который предсказывает правильную метку для данного входа на основе расчета вероятностей прошлых свидетельств. Его название происходит от того факта, что он, возможно, делает наивное предположение : все функции , используемые для прогнозирования результата, независимы друг от друга. ...
Сложение моделей машинного обучения для многомерных временных рядов
Практические руководства , пробираясь через Dataland
Сложение моделей машинного обучения для многомерных временных рядов
Прогнозирование загрязнения воздуха PM 2.5 с использованием ансамбля стека
Анализ временных рядов слишком часто рассматривается как эзотерическая область науки о данных. Нет. Другие подобласти науки о данных имеют свои особенности (например, НЛП, рекомендательные системы, теория графов и т. Д.), То же самое и с временными рядами. Временные ряды уникальны, а..
Данные глубокого обучения и биржевых временных рядов
Данные временных рядов чрезвычайно распространены в современной практике науки о данных. Одним из наиболее ярких примеров этого являются биржевые данные, временные ряды, которые определяют большую часть современной экономической жизни. В этом посте мы попытаемся обучить одномерную модель глубокого обучения на временных рядах и посмотрим, можно ли прогнозировать дневные цены закрытия в течение пятидневных окон.
Во-первых, давайте разобьем эту проблему на части:
Извлеките и..
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..