WedX - журнал о программировании и компьютерных науках

Публикации по теме 'machine-learning'


Машинное обучение
Машинное обучение Специализация по машинному обучению — это базовая онлайн-программа, созданная в сотрудничестве между DeepLearning.AI и Stanford Online. Эта программа для начинающих научит вас основам машинного обучения и тому, как использовать эти методы для создания реальных приложений ИИ.\n\nЭту специализацию преподает Эндрю Нг, провидец ИИ, который руководил критическими исследованиями в Стэнфордском университете и новаторская работа в Google Brain, Baidu и Landing.AI для продвижения..

Анализ цен на жилье и прогноз GTA
1. Введение: бизнес-задача Как житель района Большого Торонто (GTA) более 10 лет, я хотел бы выбрать данные GTA в качестве основного проекта прикладной науки о данных. Основная идея заключается в использовании данных о местах проведения и рейтинге школ для прогнозирования цены на жилье . Кроме того, обратите внимание на некоторые взаимосвязи или схемы между различными факторами. Торонто — крупнейший город Канады, однако, по сравнению с этими крупнейшими городами мира, у нас в..

Мои заметки об Эрни 2.0 | Байду исследования | Тест клея SOTA
Введение: ERNIE 2.0 — это система непрерывного предварительного обучения для понимания языка, в которой предварительные задания можно постепенно создавать и изучать посредством многозадачного обучения. Алгоритмы, предшествовавшие Эрни, в основном фокусировались на одновременном появлении слов и предложений, но вместе с тем Эрни привносит понимание на уровне токенов, на структурном уровне и на семантическом уровне. Основное преимущество – непрерывное обучение. Направлено на..

Демистифицируем H2O.ai | Использование H2O Flow
Вступление H2O Flow - это пользовательский интерфейс с открытым исходным кодом для H2O. Это интерактивная веб-среда, которая позволяет объединить выполнение кода, текст, математику, графики и мультимедийные данные в одном документе. В этом посте я познакомлю вас с H2O Flow. Этот пост является частью серии, которая демистифицирует H2O.ai для людей :) «Часть 1: Демистификация H2O.ai | Обзор" Часть 2: Демистификация H2O.ai | Использование Python Часть 3: Демистификация..

Реальные примеры использования науки о данных в страховой отрасли
Изучение примеров применения науки о данных в цепочке создания стоимости страхования Страховой сектор является одной из крупнейших отраслей в мире по величине валовых премий , масштабам инвестиций и его повсеместной роли в обществе в покрытии личных и коммерческих рисков. Огромный размер отрасли приносит множество данных и возможностей для бизнеса, прокладывая путь для науки о данных, чтобы приносить огромную пользу. Хотя использование данных не является чем-то новым в страховой..

Максимальное повышение производительности модели за счет эффективного мониторинга модели машинного обучения
Машинное обучение произвело революцию в способах решения сложных задач, от распознавания изображений и обработки естественного языка до прогнозной аналитики. Однако построить модель машинного обучения — это только полдела. Чтобы убедиться, что ваша модель работает оптимально, важно регулярно контролировать ее производительность. В этом сообщении блога мы рассмотрим важность мониторинга модели и обсудим некоторые эффективные стратегии для максимизации производительности модели. Здесь..

Обнаружение мошенничества, несбалансированная классификация и управление экспериментами с машинным обучением с использованием…
Полное руководство по созданию и управлению системой обнаружения мошенничества на основе машинного обучения. Краткая история мошенничества Самая ранняя зарегистрированная попытка мошенничества была обнаружена еще в 300 году до нашей эры в Греции. Греческий морской торговец по имени Гегестратос хотел застраховать свой корабль и груз, поэтому застраховал их. В то время этот полис был известен как «нижний» и работал на том основании, что купец занимал деньги в размере стоимости..

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..


Для любых предложений по сайту: [email protected]