Публикации по теме 'machine-learning'
Машинное обучение
Когда начинать исследование данных
Начнем с Гипотезы.
Исследование данных
Сначала разберитесь со своими данными!
1. Идентификация переменных 2. Одномерный анализ 3. Двумерный анализ
1.Идентификация переменной
Определение заданной бизнес-проблемы!
2. Одномерный анализ
Исследуйте переменные одну за другой в зависимости от типа переменной (категориальная или непрерывная), а также используйте для выделения отсутствующих и выпадающих значений.
Непрерывная..
ИИ: хорошо или плохо?
Сейчас об ИИ говорят больше, чем когда-либо, просто потому, что он стал мейнстримом. От вашего смартфона до поиска, почты или рекламы — почти все, что вы используете в Интернете, теперь каким-то образом контролируется ИИ. Проект Google Deepmind для OpenAI, все показало свои возможности в разных областях. В один год мы праздновали победу Google AlphaGo AI, когда он победил лучшего игрока в GO в мире, но не прошло и года, как Илон Маск поддержал OpenAI и победил лучшего игрока в онлайн-игру..
Адаптация к группам разработчиков машинного обучения
Люди постоянно меняют команды. Есть много причин, включая смену работы, внутреннюю миграцию, личное свободное время и т. Д. Прошли те времена, когда люди оставались в компании надолго, не говоря уже о работе в одной команде. Принятие этого факта и подготовка делает команду устойчивой к изменениям. Большая часть подготовки включает в себя твердый план адаптации. Команды машинного обучения (ML) отличаются друг от друга, поскольку они включают в себя множество различных методов и навыков по..
Графовые нейронные сети: путь обучения с 2008 года — Python & Graph Convolutional Network
Сегодня ясный и практический взгляд на теорию GCN. Мы рассмотрим реализацию PyTorch 🔦 GCN 👩🎓 от Kipf. Затем мы применим то, что узнали, к ненавистному набору данных Twitter 🔥
Мои предыдущие посты о графах и машинном обучении:
Графовые нейронные сети: путь обучения с 2008 года — часть 1 Графовые нейронные сети: путь обучения с 2008 года — Часть 2 Graph Neural Networks: путь обучения с 2008 года — Deep Walk Graph Neural Networks: путь обучения с 2008 года — Python & Deep..
Построение конвейера анализа настроений на основе аспектов с использованием GPT-3
Большие языковые модели, такие как GPT-3 (а также BLOOM ), были определены как небольшие ученики . Это означает, что на нескольких примерах они могут выполнять самые разнообразные задачи с отличными результатами.
Модель GPT-3 Davinci на момент написания этой статьи была самой мощной моделью семейства GPT-3 и одним из самых больших LLM. Давинчи может решать логические задачи, определять причину и следствие, понимать смысл текста, создавать творческий контент, объяснять мотивы..
Глоссарий специалиста по данным
Анализ: тщательное изучение реальной системы.
Анализ: анализ, включая математику. (Люди используют этот термин по-разному, иногда охватывая все, от общего количества животных с простыми историческими данными, используемыми до очень сложных прогностических моделей. Всегда спрашивайте!)
Связь правило : инструмент для определения комбинаций. Чаще всего правило консолидации используется при анализе потребительской корзины.
Среднее значение : все измерения, которые описывают..
Что означает машинное обучение для логистики
По мере того, как разработки новых технологий продолжаются в производстве, давление на предприятия, чтобы идти в ногу со временем, возрастает, что приводит к тому, что все больше и больше компаний включают искусственный интеллект в свои модели. Из-за этого нового доступа к интеллекту мы начали наблюдать, как нейронные сети и машинное обучение позволяют машинам понимать сложные шаблоны, контент, который следует постоянно использовать, и некоторые вещи, которые только ограничивают..
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..