Публикации по теме 'machine-learning'
Почему Aampe и традиционные инструменты CRM принципиально отличаются
Почему Aampe и традиционные инструменты CRM принципиально отличаются
Легко объединить все инструменты CRM в одну категорию, но это все равно, что сказать, что спортивный автомобиль и минивэн — одно и то же, потому что у них четыре колеса, и они могут доставить вас из точки А в точку Б. Они созданы для совершенно разных целей и превосходны в разные области. Аналогичным образом, Aampe и традиционные инструменты CRM созданы с разными целями, несмотря на то, что они направлены на..
Введение в машинное обучение
Этот пост представляет собой краткое введение в «Машинное обучение» для некомпьютерных инженеров/программистов. Единственными предпосылками для понимания этого поста являются некоторые знания математики на уровне средней школы и большое любопытство.
Я пытался найти в Интернете какую-нибудь вводную литературу по МО (машинному обучению), но не смог найти ни одной статьи, которая не содержала бы модных словечек, уравнений или устрашающих кривых. Статья в Википедии об ML , кажется, была..
5 основных алгоритмов машинного обучения для бизнес-приложений
Компании, от гигантов рынка, таких как Amazon и Netflix, до небольшого розничного магазина где-то в центре Огайо, стремятся расти и повышать свою эффективность. Одним из способов достижения этого является включение ИИ и машинного обучения в операционную деятельность. Но из-за разнообразия ML сложно выбрать правильный метод и четко понимать, какую пользу он может принести. Итак, в этой статье мы рассмотрим основные алгоритмы машинного обучения, объясним их бизнес-применение и выделим..
Анализ сегментации клиентов с использованием алгоритма K-средних и анализа основных компонентов — Ришик…
Абстрактный
Для эффективного и успешного развития бизнеса и маркетинга необходимо анализировать данные о клиентах с помощью сегментации клиентов. Сегментация клиентов просто означает группировку клиентов по различным характеристикам. Целью данной статьи является попытка классифицировать клиентов по разным категориям с использованием алгоритма K-средних и анализа основных компонентов. Цель состоит в том, чтобы помочь организациям понять, как понимать своих клиентов. Зная различия между..
Почему ИИ может стать нашим экономическим Святым Граалем!
Развитие общего искусственного интеллекта (AGI) до уровня человеческих возможностей вызывает жаркие споры о потенциальных экономических последствиях. Некоторые эксперты в области искусственного интеллекта предвидят беспрецедентный экспоненциальный рост по мере того, как AGI автоматизирует рабочие места. Другие утверждают, что рост останется стабильным из-за сохраняющихся узких мест. Это подробное руководство охватывает дебаты о взрывном росте и узких местах относительно будущего влияния..
Обучение моделей машинного обучения без остановки вашей машины!
Если вы изучаете машинное обучение, вы, возможно, заметили, что модели обучения являются одним из утомительных процессов, и если у вас есть более крупные архитектурные модели, может потребоваться много времени только для запуска и сохранения модели.
Для модели обучения, если вы используете Google Colab, вы, должно быть, столкнулись с отключением среды выполнения после некоторого времени бездействия (вероятно, менее 1/2 часа).
Альтернативой является Kaggle, но с Kaggle у вас нет..
Пакетный, мини-пакетный и стохастический градиентный спуск для линейной регрессии
Реализация и сравнение трех основных вариантов градиентного спуска
1. Введение
Алгоритм градиентного спуска - это итерационный метод оптимизации первого порядка для поиска локального минимума функции (в идеале - глобального). Его базовую реализацию и поведение я описал в другой статье. В нем рассматриваются три основных варианта с точки зрения количества данных, которые алгоритм использует для вычисления градиента и выполнения шагов.
Эти 3 варианта:
Пакетный градиентный спуск..
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..