Публикации по теме 'machine-learning'
Что такое синтетические данные?
Синтетические данные создаются искусственным интеллектом, обученным на реальных наборах данных. Сначала модель изучает корреляцию шаблонов и статистические свойства реального набора данных. Одна обученная модель может генерировать синтетический набор данных. Синтетический набор данных выглядит и ощущается как наш исходный набор данных из реального мира, который был обучен на модели.
Почему синтетические данные важны в наши дни?
Когда разработчик обучался на модели, в это время..
Что такое машинное обучение?
Наука будущего
Что такое машинное обучение?
Основное руководство для всех
Анализ данных и машинное обучение
Если вы читаете эту статью, вы, вероятно, интересуетесь анализом данных и, в частности, машинным обучением. Возможно, у вас есть естественное любопытство к технологиям и вы хотите расширить свои знания, или, может быть, вы работаете в…
Прогнозирование речного стока в больших неизмеряемых регионах с помощью моделей глубокого обучения
Проблемы и снижение рисков
На больших площадях земного шара нет доступа к ежедневным измерениям расхода воды. Однако прогнозы в этих регионах по-прежнему необходимы для понимания глобального водного цикла и смягчения последствий изменения климата. Модели глубокого обучения, такие как сеть долговременной кратковременной памяти (LSTM), в последнее время стали мощными инструментами гидрологического моделирования. Многие исследования показывают, что модель LSTM может значительно..
Работа с плоскими графами, часть 1 (машинное обучение)
Слабое вырождение плоских графов без 4- и 6-циклов (arXiv)
Автор : Тао Ван
Аннотация: Граф называется k-вырожденным, если каждый подграф H имеет вершину v с dH(v)≤k. Класс вырожденных графов играет важную роль в теории раскраски графов. Замечено, что каждый k-вырожденный граф (k+1)-выбираем и (k+1)-DP-раскрашиваем. Бернштейн и Ли определили обобщение k-вырожденных графов, которое называется \emph{слабо k-вырожденным}. Слабое вырождение плюс один является верхней границей для..
Выживание на «Титанике»: использование машинного обучения для анализа катастроф
Согласно учебнику Kaggle
О стихийном бедствии:
Титаник был британским пассажирским лайнером, который затонул во время своего первого рейса из Саутгемптона, Англия, в Нью-Йорк 15 апреля 1912 года. Корабль столкнулся с айсбергом в северной части Атлантического океана и затонул, в результате чего погибло более 1500 человек. Несмотря на то, что корабль был оснащен многочисленными средствами безопасности, он не смог предотвратить катастрофу. Гибель «Титаника» оказала глубокое влияние на..
2022 начинается с понятия — Шаблон моей информационной панели
Предисловие
Время всегда летит быстро, так же быстро, как я забываю имена знакомых и посты в своем блоге. Без обид. Мои пороки.
2022 входит в дверь, в маске, но в грязных ботинках. Когда я оглядываюсь на свой 2021 год, я не могу выразить большую благодарность за вдохновение, которое я получил, людей, которых я встретил, знания, которые я получил, и важные решения, которые я принял. Будущее трудно предсказать, но я стою на месте, держась за штурвал.
Итак, в качестве новой отправной..
Использование ИИ и машинного обучения в автоматизированном тестировании
Использование ИИ и машинного обучения в автоматизированном тестировании
Тестирование программного обеспечения является важным этапом в жизненном цикле разработки программного обеспечения, поскольку оно гарантирует, что продукты соответствуют требованиям к качеству, прежде чем они попадут к конечным потребителям. Традиционное ручное тестирование, хотя и является эффективным, может занимать много времени и сил и может отставать от быстрорастущего рынка программного обеспечения...
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..