Публикации по теме 'machine-learning'
МАШИННОЕ ОБУЧЕНИЕ: КРАТКИЙ ОБЗОР (Часть 1)
Согласно научному определению, машинное обучение — это изучение компьютерных алгоритмов, которые совершенствуются благодаря опыту. Что буквально означает слово машинное обучение? Означает ли это установку возможностей обучения на машине? Да, это сценарий, в котором мы обучаем и разрабатываем модель машинного обучения. Основная цель машинного обучения — имитировать интеллект машин, чтобы он мог обнаруживать и помогать решать реальные проблемы.
Базовый механизм построения модели машинного..
Введение в службу машинного обучения Azure
Введение в службу машинного обучения Azure
В сентябре 2018 года Microsoft запустила Службу машинного обучения Azure , которая помогает специалистам по обработке данных и инженерам по машинному обучению создавать сквозные конвейеры машинного обучения в Azure, не беспокоясь о разработчиках, стоящих за обучением, тестированием и развертыванием вашей модели. У Azure есть ряд предложений в этой области, таких как Блокноты Azure , Студия машинного обучения Azure и Пакетный искусственный..
Полное руководство по обнаружению видеообъектов
Все до 20/20 года (компьютерное зрение)
За последнее десятилетие значительная работа была проделана в области машинного обучения, особенно в области компьютерного зрения. От продвинутых алгоритмов классификации, таких как Inception by Google, до новаторской работы Иэна Гудфеллоу по генеративным состязательным сетям для генерации данных из шумов, многие преданные исследователи со всего мира занимались множеством областей. Интересно, что в первой половине десятилетия самые новаторские..
Толстые хвосты и риск, скрытый за линиями
Если вы еще не знаете, Lucratyva, LLC полностью управляется студентами. Когда мы сидим в классе и изучаем финансы, экономику и математические распределения, мы склонны видеть взаимосвязь между этими тремя темами.
Часто мы находим учения невероятно полезными и информативными для нашей собственной деятельности, но иногда мы и другие студенты в американских кампусах преподаем стандартную учебную программу по финансам и финансовому моделированию, которая соответствует традиционной форме (в..
Важные концепции регрессионного анализа
Первым алгоритмом при изучении машинного обучения является регрессия, а точнее линейная и логистическая регрессия. Ниже приведены ответы на несколько вопросов, которые я считаю концептуально важными.
Каковы предположения для данных, которые следует учитывать при линейной регрессии?
Остаточные данные распределены нормально.
Между остаточным членом не должно быть корреляции, то есть автокоррелированных данных.
Независимые переменные не должны коррелироваться, т.е. данные должны..
Неудобная правда о «Неудобной правде» об ИИ в здравоохранении
доктора Панч, Мэтти и Сели недавно опубликовали в журнале Nature’s Partner Journal статью Цифровая медицина под названием «Неудобная правда об ИИ в здравоохранении». Это наводит на размышления, и я рекомендую потратить время на его прочтение. Они определяют огромную проблему в здравоохранении. Но какими бы блестящими ни были три автора, и как бы мне не хотелось с ними не соглашаться, я думаю, что важно предложить второе мнение о причине болезни и последующем курсе лечения...
Преобразование стандартной экономики слишком сложно в инфраструктуре облачных сервисов
Совокупность интернет-финансов, страхового плана и облачного предприятия очень проста из-за своего происхождения. И даже его можно вначале настроить на облаке. Итак, мы видим, что облачным агентствам нравится заниматься интернет-финансами и страховыми случаями.
А вот «традиционным финансам» сейчас не так повезло.
Если экономическая модель Интернета и облачные вычисления «строятся на месте», то стандартная денежная система «живет, пока восстанавливается». Благодаря накоплению..
Новые материалы
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..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..