WedX - журнал о программировании и компьютерных науках

Публикации по теме 'ml-so-good'


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..

Как использовать функцию нормализации в глубокой нейронной сети Tensorflow
При нормализации данных в машинном обучении я обычно вставлял код для преобразования ячеек в кадре данных в значение от 0 до 1. Существуют и другие способы нормализации данных, и один из них — стандартизировать их. Формула, которая обычно используется для стандартизации:

Как я использовал функцию LabelEncoder sklearn для решения табличных соревнований Kaggles за февраль 2022 г.
Я с нетерпением жду начала каждого месяца, потому что у Kaggle есть ежемесячные табличные соревнования, в которых я могу принять участие. Этот месяц, февраль 2022 года, не стал исключением. Я посмотрел на постановку задачи ниже и подумал, что смогу участвовать в этом конкурсе. Вдобавок я решил закодировать решение проблемы как…

VGG — Очень глубокая нейронная сеть свертки
В этом блоге мы узнаем об основах модели VGG. Фон Запуск конкурса компьютерного зрения ImageNet Large Scale Visual Recognition Challenge (ILSVRC) в 2011 году проложил путь к инновациям в области задач компьютерного зрения. Используя набор данных ImageNet, сеть AlexNet на основе CNN была предложена Алексом Крижевским в 2012 году. Сеть выиграла конкурс в том году с коэффициентом ошибок в пятерке лучших 15,3% . В следующие пару лет Карен Симонян и Эндрю Зиссерман предложили идею сети..

8 вопросов и ответов на собеседовании по машинному обучению
Популярные вопросы для интервью по науке о данных, любезно предоставленные Интернетом, теперь с ответами. 1. В чем разница между HAVING и WHERE в SQL-запросе? Предложения WHERE и HAVING используются в запросах SQL для фильтрации записей на основе заданных условий. Однако у них есть несколько ключевых отличий. Разница между HAVING и WHERE в SQL-запросе заключается в том, что WHERE используется для фильтрации записей до того, как будут сделаны какие-либо группировки, а HAVING..

Понимание обучения PAC: введение с примерами Python
Обзор вероятно приблизительно правильной структуры обучения 1. Введение В динамичной области машинного обучения (МО) понимание возможностей и ограничений наших моделей жизненно важно для достижения успеха. Вероятно приблизительно правильное (PAC) обучение обеспечивает мощную основу, которая позволяет нам принимать обоснованные решения во время обучения и оценки модели. Изучая основы обучения PAC, мы получаем ценную информацию об определении размера выборки, обучаемости модели и..

Лучше ли созданное с нуля дерево решений, чем стандартная версия sklearn?
В недавнем видео я сравнил созданную с нуля модель логистической регрессии с логистической регрессией sklearn, и этот пост в блоге можно посмотреть здесь: https://medium.com/mlearning-ai/a-comparison-of-made-from -необработанные-и-готовые-логистические-регрессионные-модели-a75e21e4b521»

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..


Для любых предложений по сайту: [email protected]