WedX - журнал о программировании и компьютерных науках

Публикации по теме 'machine-learning'


Быть влиятельным специалистом по анализу данных, чтобы добиться успеха
4 подхода к руководству успешной кросс-функциональной командой Большинство аналитиков и специалистов по обработке данных работают в кросс-функциональной команде, связанной с продуктом или инициативой. Такова природа работы человека, который дает идеи и рекомендации. Однако объединение людей из разных отделов и функций для достижения единой цели может оказаться сложной задачей. Как эффективно работать вместе? Как вы передаете идеи и согласовываете свое видение с командой? Как..

Работа с распределением Бернулли часть 1(Статистика)
Количественная теорема Хеппеса и многомерные распределения Бернулли (arXiv) Автор: Рикардо Фрайман , Леонардо Морено , Томас Рэнсфорд . Аннотация: Используя некоторые расширения теоремы Хеппеса о дискретных вероятностных мерах с конечным носителем, мы решаем задачи классификации и проверки на основе проекций. В частности, когда носитель распределений известен заранее (как, например, для многомерных распределений Бернулли), распределение определяет единственная соответствующим..

День 2 из 30 дней операций машинного обучения
С примерами и проектами… С возвращением, участники второго дня из 30 дней MLOps. Вы можете найти День 1 ниже —

Опыт стажировки LetsGrowMore
У меня не было опыта стажировки вахтовым методом. Эта месячная программа стажировки по науке о данных от студенческой организации LetsGrowMore помогла мне узнать что-то новое из каждого проекта, над которым я работал. С помощью сэра Амана Кесарвани я смог с легкостью пройти программу стажировки. Это отличное начало для изучения и работы над базовыми проектами классификации и регрессионных моделей обучения с учителем и обучения без учителя в машинном обучении и науке о данных. Я работал..

Очень краткое введение в технику передискретизации начальной загрузки
Изначально этот метод был предложен Брэдли Эфроном, и сегодня он стал очень популярным методом передискретизации. Метод работает путем случайного выбора n точек данных с заменами из основной выборки, состоящей из N точек данных, тем самым создавая новую бутстрап-выборку с n точками данных, вероятно, включая множество дубликатов. Этот метод по существу создает множество искусственных наборов данных, что позволяет обогатить имеющиеся данные. Эти многочисленные выборки обычно используются..

Подходы к глубокому обучению для изображений и текстовых данных
Глубокое обучение — это тип машинного обучения, который включает в себя обучение искусственных нейронных сетей на большом наборе данных. Эти нейронные сети способны учиться и принимать разумные решения самостоятельно, без явного программирования. Подходы к глубокому обучению оказались особенно успешными для обработки и анализа изображений и текстовых данных. Для данных изображений можно использовать подходы глубокого обучения для выполнения таких задач, как распознавание объектов,..

Глубокое обучение для анализа эмоций
В этом сообщении в блоге я представлю некоторые из изученных направлений и основные выводы из двух статей на тему глубокого обучения для анализа эмоций: Чиоррини и др. (2021) — Анализ эмоций и настроений твитов с использованием BERT ( https://ceur-ws.org/Vol-2841/DARLI-AP_17.pdf ) Альхузали и Ананиаду (2021 г.) - SpanEmo: использование многоуровневой классификации эмоций как предсказание диапазона ( https://arxiv.org/abs/2101.10038 ) TL;DR Чиоррини и др. используйте предварительно..

Новые материалы

Как создать диаграмму градиентной кисти с помощью D3.js
Резюме: Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..

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..


Для любых предложений по сайту: [email protected]