Публикации по теме 'machine-learning'
Обучение с подкреплением для начинающих
Как новичок, когда я начал погружаться в RL, мне потребовалось некоторое время, чтобы понять, что происходит под капотом, поскольку это, как правило, отличается от традиционных методов машинного обучения. Этот пост поможет вам понять компоненты алгоритма RL и то, как мы можем использовать их для решения проблемы RL.
Проблема RL состоит из агента и среды . У агента есть набор действий на выбор. Агент взаимодействует со средой, выбирая действия. Разработанная среда должна..
Картина стоит тысячи…
И Microsoft , и IBM согласны; на этом изображении торт:
Описание изображения — это прекрасное сочетание извлечения функций компьютерного зрения и генерации естественного языка, которое часто кажется немного безжизненным. Хотя я могу согласиться с тем, что постер к фильму о Гарри Поттере № 8 действительно изображает «мужчину и женщину, стоящих рядом друг с другом» (извините, Рон), на самом деле он не отражает сути картины. Это немного похоже на субтитры, говорящие [играет музыка] —..
Настройка нейронной сети на зашумленном наборе данных
Влияние методологий регуляризации L2, выпадения нейронов и ранней остановки на производительность модели
Задний план
В своем предыдущем посте я обсуждал выбор модели для наилучших результатов прогнозирования цен Airbnb в Нью-Йорке.
Базовое значение – это среднее значение переменной цены: 178,60 доллара США .
XGBoost, модель CART, дополненная градиентным повышением, обеспечила лучший прогноз XG Boost RSME в размере 71,24 долл. США .
Набор данных
Набор данных содержит 47..
NVIDIA AdaViT останавливает вычисление токенов для адаптивной настройки стоимости вывода ViT на изображениях…
Вслед за производительностью архитектур-трансформеров SOTA в задачах обработки естественного языка появляется новое поколение преобразователей зрения (ViT), которые меняют правила игры в области компьютерного зрения. Тем не менее, ViT унаследовали большие вычислительные возможности оригинальных трансформеров с высоким качеством изображения…
Вопросы для интервью с Quant Investment & Machine Learning (2)
Quant Investment & Machine Learning — действительно очень большая и разнообразная область. Поэтому трудно быть мастером по всем предметам. Ниже приведены несколько вопросов, которые я считаю весьма полезными для подготовки. Если вам интересна эта тема, вы также можете найти предыдущую статью ниже:
Ложь № 1 Какую ложь можно сказать о науке о данных?
При поиске в Google по ключевому слову «наука о данных» вы можете найти повторяющийся шаблон ключевых слов, таких как «самая сексуальная работа 20-го века». Я нахожу это интересным, особенно когда роль специалиста по данным менее известна, чем инженеры данных. Более того, большинство опытных специалистов, прошедших масштабное машинное обучение, не работают на крупных предприятиях. Они работают в научных кругах, например, профессором колледжа, что оставляет рынок полным асимметричной..
Статистическое прогнозирование для данных временных рядов, часть 5: Модель ARMA + GARCH для прогнозирования временных рядов
Визуализация данных
Статистическое прогнозирование для данных временных рядов, часть 5: Модель ARMA + GARCH для прогнозирования временных рядов
В этой серии статей рыночный индекс S&P 500 анализируется с использованием популярной статистической модели: SARIMA (интегрированная сезонная авторегрессионная скользящая средняя) и GARCH (обобщенная авторегрессионная условная гетероскедастичность).
В первой части серия была удалена из yfinance API на python. Он был очищен и..
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..