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..