Публикации по теме 'machine-learning'
Term1-P2: Проект классификатора дорожных знаков — Часть 1
1. Введение:
В этом проекте я создал классификатор распознавания дорожных знаков с использованием сверточной нейронной сети и тензорного потока. Кроме того, я точно настроил гиперпараметры, чтобы достичь точности не менее 93% в Наборе данных о дорожных знаках Германии .
Найдите исходный код со ссылкой на Github: Traffic_Sign_Classifier.ipynb Доступна html-версия: Traffic_Sign_Classifier.html Примечание: размер html-файла составляет 1,9 МБ, поэтому Github не может его..
Прогнозирование цен на жилье с помощью регрессора случайного леса
Целью данного исследования является создание модели машинного обучения, которая прогнозирует цену домов с использованием регрессора случайного леса. Набор данных, используемый для этого исследования, представляет собой набор данных Melbourne Housing от Kaggle. Эта статья является продолжением предыдущего исследования, посвященного использованию Python в исследовательском анализе данных (EDA). Статью EDA можно найти по этой ссылке Исследовательский анализ цен на жилье в Мельбурне .
Шаг..
Деревья решений и алгоритм ID3
«Дерево решений» — один из наиболее важных и наиболее полезных типов структур для машинного обучения. Особенно это очень важно для контролируемого обучения, то есть обучения с классификацией помеченного набора данных, касающегося заданного поведения, и применением этих знаний к различным данным. Можно сказать, что это похоже на обучение с учителем. В отличие от неконтролируемого обучения, в этом типе вы предоставляете программе помеченные данные.
Компонент дерева решений
В дереве..
ИИ, шумиха и человеческий интеллект
Профессор Стивен Хокинг сказал: Появление мощного ИИ будет либо лучшим, либо худшим, что когда-либо случалось с человечеством. Мы не знаем, какой .
ИИ (искусственный интеллект) и машинное обучение открывают новые горизонты, и некоторые шумихи теперь становятся реальностью во многих отраслях. Прорывы в области искусственного интеллекта такими компаниями, как Google, IBM, Tesla и другими технологическими гигантами, достигаются быстрее, чем многие предсказывали. В то время как некоторые..
Дорогой сын ...
Может ли AI создавать бессмертное искусство?
«Я пишу вам письмо, слова кажутся мне лучшим средством передать вам мои переживания, мысли и планы. С момента моего перехода прошло восемьсот дней. Хочу поделиться с вами тем, что я испытал за это время.
В 2019 году я запустил проект myFATHERintheCloud.ai . Проект посвящен моему отцу Зигфриду Гроссу , который работал в скульптуре 60 лет. В проекте мой отец становится художественно бессмертным, его работа продолжается через модели..
20 проектов машинного обучения по НЛП
20 проектов машинного обучения по НЛП, решенных и объясненных с помощью Python.
Обработка естественного языка (НЛП) - это широко обсуждаемая и изучаемая тема в наши дни. НЛП, одна из старейших областей исследований в области машинного обучения, используется в таких основных областях, как распознавание речи машинным переводом и обработка текстов. В этой статье я расскажу вам о 20 проектах машинного обучения по НЛП, которые были решены и объяснены с помощью языка программирования..
Математика для науки о данных
Вы ошеломлены, ища ресурсы, чтобы понять математику, лежащую в основе науки о данных и машинного обучения? Мы вас прикрыли.
Мотивация
Изучение теоретических основ для науки о данных или машинного обучения может быть непростым делом, поскольку оно включает в себя несколько областей математики и длинный список онлайн-ресурсов.
В этой статье моя цель - предложить ресурсы для создания математической базы, необходимой для начала практической / исследовательской работы в области науки о..
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..