Публикации по теме 'machine-learning'
Зачем использовать наивный байесовский метод?
ПУТЕВОДИТЕЛЬ НАИВНЫХ ЗАЛИВ
Зачем использовать наивный байесовский метод?
Раздел 4: Оценка компромиссов в модели
Ссылка Как улучшить наивный байесовский метод? Раздел 3. Настройка модели в Python , прежде чем продолжить…
A D V A N T A G E S
Вопрос 1. Является ли наивный байесовский классификатор простым или сложным для понимания?
Ответ: простой
Вопрос 2. Является ли наивный байесовский классификатор интерпретируемым классификатором или нет?
Ответ:..
Мой опыт работы в качестве аналитика данных о продуктах
Как продукт поддержки сделал меня лучшим аналитиком данных
До того, как я начал работать аналитиком данных о продуктах, большинство моих специалистов по работе с данными поддерживали маркетинг. Вы можете подумать, что вспомогательный продукт - это то же самое, что и любое другое подразделение, но я могу сказать вам по опыту, что это не так. Сегодня я хотел бы обсудить свой опыт перехода на роль аналитика данных о продуктах и то, как работа с продуктом сделала меня лучшим аналитиком..
Как приготовить пиццу с помощью глубокого обучения
Может ли глубокая нейронная сеть научиться готовить, имея только изображение вкусной еды? Новое исследование Deep Learning, проведенное Массачусетским технологическим институтом, предполагает это!
В их недавно опубликованном исследовании под названием Как приготовить пиццу: Изучение модели GAN на основе композиционных слоев исследуется, как можно обучить модель GAN распознавать этапы приготовления пиццы. Их PizzaGAN состоит из 2 частей:
(1) Учитывая входное изображение пиццы,..
Как использовать Google Cloud и GPU для создания простой среды глубокого обучения
Создайте экземпляр виртуальной машины Deep Learning в Google Cloud Platform, установите и настройте Jupyter Notebook и набор инструментов Nvidia CUDA.
Google Cloud Platform предоставляет нам множество ресурсов для поддержки проектов в области науки о данных, глубокого обучения и искусственного интеллекта. Теперь нам нужно заботиться только о том, как проектировать и обучать модели, а платформа управляет остальными задачами.
В нынешней пандемической среде весь процесс проекта ИИ от..
Искусственный интеллект (ИИ): где мы сегодня?
ИИ, как и многие другие новые технологии, породил слишком много нереалистичных ожиданий. Слишком много организаций сегодня обильно разбрасывают на своих сайтах ссылки на нейронные сети, машинное обучение и другие формы технологий, почти не ссылаясь на их реальные возможности. Простое обозначение сайта «на базе искусственного интеллекта», помимо помощи в сборе средств, не делает его более эффективным.
Искусственный интеллект существует дольше, чем мы думаем. От наших предков, которые..
Создать прогноз с помощью Python — Prophet
Прогнозирование, часть 3.1 — Создание прогноза с помощью Python — Prophet
Это руководство было создано, чтобы демократизировать науку о данных для бизнес-пользователей (т. е. свести к минимуму использование тем по продвинутой математике) и смягчить личное разочарование, которое мы испытали, следуя руководствам и изо всех сил пытаясь применить то же самое руководство для наших нужд. Учитывая это, наша миссия заключается в следующем:
Обеспечить практическое применение задач по науке о..
Раскрытие плана Apple по революционному преобразованию здравоохранения
Раскрытие плана Apple по революционному преобразованию здравоохранения
Apple часто бывает очень избирательной компанией. Они объявляют об изменениях или поставляют продукты только тогда, когда уверены, что их творения являются лучшими, хорошо построенными и наиболее хорошо спроектированными. Этот безумно высокий стандарт, которого придерживается и Apple, привел к появлению большого количества очень преданных поклонников, желающих попробовать следующую большую вещь Apple, когда бы она..
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..