Публикации по теме 'machine-learning'
Идеальное руководство по ансамблевому обучению
Ансамблевое обучение - это стратегия, в которой мы пытаемся агрегировать прогнозы другой группы предикторов, чтобы повысить производительность нашей модели. В отличие от обычных подходов к обучению, которые пытаются построить одного учащегося на основе данных обучения, методы ансамбля пытаются создать набор учащихся и объединить их. Ансамблевое обучение также называется обучением на основе комитетов или обучением нескольким системам классификатора . Если вы можете увидеть..
Информационный бюллетень по обучающим ресурсам AI/ML — июльское издание
Это июльский информационный бюллетень с обучающими ресурсами по искусственному интеллекту и машинному обучению, в основном недавно анонсированными или будущими в ближайшем будущем . Некоторые из них, возможно, существуют уже некоторое время, но я недавно обнаружил их. [Читайте мои прошлые информационные бюллетени: Майский выпуск , Апрельский выпуск и Выпуск 2017 года .]
Выпущена версия TensorFlow 1.9 вместе с новым руководством программиста tf.keras ! Начать работу с..
Анализ данных с помощью перетаскивания
Система позволяет неспециалистам использовать модели машинного обучения для прогнозирования медицинских исследований, продаж и многого другого.
Этот контент был опубликован MIT Research and Press Inquiries:
В фильмах о Железном человеке Тони Старк использует голографический компьютер, чтобы проецировать трехмерные данные в воздух, манипулировать ими руками и находить решения своих супергеройских проблем. В том же духе исследователи из Массачусетского технологического института и..
Мой первый проект ИИ
Целью этого проекта по распознаванию цвета вина является создание простой модели машинного обучения с использованием платформы fastai для распознавания красного или белого цвета вина. Это введение в более крупную модель для прогнозирования качества вина, другие аспекты которой выходят за рамки этого проекта и могут быть реализованы с надеждой на будущее. Это интересует меня, потому что, как любители вина, мы полагаемся на свои чувства, чтобы создавать винные ноты, тогда как наличие..
Одиннадцать с половиной тысяч лет в подарок гражданам Америки от ИИ.
6 миллиардов часов американцы ежегодно тратят на заполнение налоговых деклараций.
Начало нового года – прекрасное время, новые планы и надежды.
Единственное, что останавливает движение вперед, — это обязанность подавать налоговую декларацию.
В 21 веке новые технологии и новые возможности.
Если искусственный интеллект многих пугает своей мощью, то искусственные нейронные сети, как и хорошие менеджеры, готовы выполнять свою работу.
Давайте заставим нейронные сети заполнить нашу..
Выбор модели по сравнению производительности
Для тех, кто только начинает свой путь к машинному обучению, может показаться сложной задачей узнать обо всех моделях и различиях между ними. После того, как мы узнаем, как работает модель и как ее использовать, нам нужно будет перейти в реальный мир и применить полученные знания для решения реальных проблем. Что касается реальных проблем, нам не дается конкретная модель для настройки. Мы должны оценить несколько моделей, а затем решить, какую модель мы хотим использовать.
У нас..
Простое определение контролируемого и неконтролируемого машинного обучения
Простое определение контролируемого и неконтролируемого машинного обучения
Машинное обучение делится на два подхода: контролируемое и неконтролируемое; Поскольку я всегда стараюсь использовать простые примеры для объяснения сложных понятий, я предпочитаю использовать животное для описания этих двух категорий. В машинном обучении с учителем мы вводим образ собаки, кошки, птицы в Машину, а затем даем #bigdata #machine . На основе изображения, которое мы представили Машине, Машина..
Новые материалы
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..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..