WedX - журнал о программировании и компьютерных науках

Публикации по теме 'machine-learning'


Этот умный ИИ скрывал данные от своего создателя, чтобы обманывать поставленную задачу.
Вы знаете о Законе непредвиденных последствий? В общих чертах это сводится к следующему: Любое действие, связанное со сложной системой, обязательно приведет к непредвиденным последствиям. Это особенно актуально в области машинного обучения, где мы работаем с очень сложным программным обеспечением. Системы машинного обучения почти всегда имеют непредвиденные побочные эффекты. Вот прекрасный пример. Рассмотрим сеть глубокой сверточной обратной графики или DCIGN. Это выглядит так:..

Предположения, плюсы и минусы моделей данных
В каждом секторе жизни, прежде чем применять что-либо большое или малое, нам может потребоваться рассмотреть некоторые предположения и узнать все за и против. Точно так же, когда мы говорим о науке о данных и моделировании данных, у нас есть множество вариантов, которые могут помочь решить проблемы, связанные с данными, и принять решения, основанные на данных. Основная проблема, которая приходит нам на ум, заключается в выборе одного из этих вариантов. Там, где хорошо обученная модель..

160+ вопросов на собеседовании по науке о данных
Линейные модели, древовидные модели, нейронные сети и многое другое! Типичный процесс собеседования на должность специалиста по анализу данных включает несколько раундов. Часто один из таких раундов охватывает теоретические концепции, цель которых - определить, знает ли кандидат основы машинного обучения. В этом посте я хотел бы обобщить весь свой опыт собеседований - как на собеседовании, так и на собеседовании - и составил список из более чем 160 теоретических вопросов по науке о..

Что такое WEB 3.0 и как он изменит Интернет?
Что такое WEB 3.0 Web 3.0, также известный как «Semantic Web», представляет собой следующее поколение World Wide Web, для которого характерно использование искусственного интеллекта, машинного обучения и децентрализованных технологий. В отличие от Web 2.0, который в основном ориентирован на пользовательский контент и социальные сети, Web 3.0 стремится предоставить пользователям более интеллектуальный и персонализированный опыт работы в Интернете. Основная цель Web 3.0 — дать..

Алгоритм градиентного спуска
Давайте обсудим как происходит обучение в машинном обучении . Оптимизация - важная часть машинного обучения. В основе почти каждого алгоритма машинного обучения лежит алгоритм оптимизации. Градиентный спуск - один из самых популярных и широко используемых алгоритмов оптимизации. Его цель - найти минимум функции с помощью итеративного алгоритма. Учитывая модель машинного обучения с параметрами (весами и смещениями) и функцией стоимости (или функцией потерь), чтобы оценить,..

Доступ к рабочему пространству GoodData из ноутбука Apache Zeppelin
В этой небольшой статье описывается, как получить доступ к рабочему пространству GoodData из блокнота Apache Zeppelin. Установка Цеппелина Загрузите последнюю версию GoodData JDBC Driver (проверьте список ресурсов). Я использую официальный образ Docker и следую настройке, описанной в документации Zeppelin . Создайте эту структуру каталогов в своем домашнем каталоге: zeppelin +- lib +- logs +- notebook Скопируйте JAR-файл драйвера GoodData JDBC (например,..

Получение лучшей модели с использованием Python API для MLflow
Это пятая статья в моей серии руководств по MLflow: Настроить MLflow в производстве MLflow: Основные функции ведения журнала Ведение журнала MLflow для TensorFlow Проекты MLflow Получение лучшей модели с помощью Python API для MLflow (вы здесь!) Обслуживание модели с помощью MLflow В этом руководстве показано, как получить ранее зарегистрированную модель из выполнения MLflow. Предположим, вы выполнили несколько испытаний следующего примера с разными параметрами:..

Новые материалы

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..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..


Для любых предложений по сайту: [email protected]