WedX - журнал о программировании и компьютерных науках

Публикации по теме 'machine-learning'


Показатели производительности для регрессионных моделей
Метрики оценки В этой статье мы обсудим различные метрики оценки в Python для оценки и сравнения различных моделей машинного обучения. Как правило, хорошей подходящей моделью является модель с минимальной разницей между фактическими и прогнозируемыми значениями для выбранной модели. Для задач классификации некоторые общие показатели оценки включают точность, матрицу путаницы, точность/отзыв, оценку F1 и кривую рабочих характеристик приемника (ROC). Для задач регрессии чаще всего..

Начать работу с OpenAI невероятно просто
Создайте что-нибудь менее чем за 60 минут GPT-3 и DALL-E 2, вероятно, уже некоторое время наводняют вашу ленту новостей. Если вы похожи на меня, у вас может быть некоторый опыт работы с веб-приложениями и машинным обучением, но вы понятия не имеете, с чего начать, когда дело доходит до использования генеративного ИИ или больших языковых моделей (LLM). Короткая история Ознакомьтесь с Руководством по быстрому запуску OpenAI и их репозиторием на github . Измените подсказки и..

Простые тесты стационарности временных рядов
В этом первом посте мы собираемся найти способы проверки возврата к среднему во временных рядах с использованием языка программирования Python, который даст нам базовый набор инструментов для работы с коинтеграцией в будущих публикациях. Проверка возврата к среднему Математически непрерывный временной ряд с обращением к среднему может быть представлен стохастическим дифференциальным уравнением Орнштейна-Уленбека в следующей форме: Где θ - скорость возврата к среднему..

СЕГМЕНТАЦИЯ КЛИЕНТОВ с использованием алгоритма машинного обучения
Сегментация клиентов — это маркетинговая стратегия, которая группирует целевой рынок на основе одних и тех же характеристик, которыми нужно эффективно и точно управлять для достижения поставленных бизнес-целей. Целью этой сегментации является выявление ценных клиентов или посетителей и понимание потребностей каждой группы клиентов для улучшения отношений. Правильная группировка клиентов облегчит продвижение продукции на рынок эффективно и результативно, как с точки зрения затрат, так и..

«Тренируйте большие, а затем сжимайте» - BAIR Калифорнийского университета в Беркли совершенствует обучение модели больших трансформаторов и ...
В текущем состоянии глубокого обучения методы, которые можно использовать для повышения точности модели, в основном сводятся к увеличению размера модели, размера набора данных или количества шагов обучения. Однако эти методы требуют больших и очень дорогих вычислительных ресурсов. Оптимизация вычислительной эффективности стала ключевой целью исследователей, когда вычислительные ресурсы ограничены. Как добиться более высокой точности при ограниченном аппаратном обеспечении и времени..

Зачем мне вообще заниматься квантовым машинным обучением?
Этот пост является частью книги: Практическое машинное обучение с помощью Python . В недавнем прошлом мы были свидетелями того, как алгоритмы учились водить машины и побеждали чемпионов мира по шахматам и го. Машинное обучение применяется практически во всех мыслимых отраслях, от военной до аэрокосмической, от сельского хозяйства до производства и от финансов до здравоохранения. Но алгоритмы машинного обучения становится все труднее обучать. Поэтому, когда мы смотрим на..

Что ИИ еще не может сделать #002
Как видно из первой части темы Чего еще не может сделать ИИ , ИИ по-прежнему имеет много ограничений, несмотря на множество преимуществ, которые он приносит при развертывании в нескольких реальных случаях. Кроме того, текущим развертываниям ИИ не хватало этических оценок, и это привело к падению доверия людей к различным продуктам ИИ. В первой статье по этой теме я заявил, что для того, чтобы доверие людей к ИИ росло и положительно влияло на развитие ИИ, энтузиасты и эксперты должны..

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]