Публикации по теме 'ml-so-good'
Как я решил задачу Kaggle о космическом корабле «Титаник» с помощью мусорных ведер
Я случайно заглянул на страницу соревнований Kaggle и нашел соревнование, основанное на оригинальном соревновании Kaggle Titanic, но перенесённое на 1000 лет в будущее. Вместо того, чтобы пассажиры тонули в Северной Атлантике, в этой версии набора данных пассажиры будут перенесены в другое измерение. Этот набор данных был адаптирован к будущему, поэтому некоторые…
Раскрытие возможностей трансферного обучения: как оно может революционизировать искусственный интеллект
Источник изображения: FreeImages
Меня как энтузиаста ИИ всегда интересовала концепция трансферного обучения. Трансферное обучение — это мощная техника, которая может произвести революцию в области искусственного интеллекта. В этой статье я поделюсь своим мнением о трансферном обучении, его преимуществах, типах, методах, алгоритмах, реальных приложениях, проблемах, ограничениях, будущих разработках и его влиянии на промышленность и бизнес.
Введение в трансферное обучение..
Линейная регрессия: полное руководство по цифровому картографированию почв
МАШИННОЕ ОБУЧЕНИЕ | СЕЛЬСКОЕ ХОЗЯЙСТВО
Линейная регрессия: полное руководство по цифровому картографированию почв
Использование возможностей линейной регрессии и кригинга, чтобы сделать человечество на один шаг ближе к футуристическому сельскому хозяйству
В первой части этой серии мы увидели, как, объединив данные обучения, переменные и пропустив их через прогностическую модель , мы получили оцифрованную трехмерную карту почвы. Первой и наиболее часто используемой моделью..
Качество проектов в вашем портфолио имеет большое значение при подаче заявления на должность Data Scientist или Machine…
Реальное влияние, которое проект оказывает с использованием машинного обучения и науки о данных, может изменить правила игры, когда дело доходит до собеседования на должности, связанные с наукой о данных и машинным обучением.
Существует множество веб-сайтов и блогов , которые подчеркивают важность создания портфолио для получения вашей первой работы в области машинного обучения или обработки данных, если у вас недостаточно опыта. Хотя это не может быть дальше от истины, также важно..
Бард против ChatGPT: битва ИИ-титанов
Какая модель большого языка подходит именно вам?
Bard и ChatGPT — две самые популярные модели больших языков (LLM), доступные сегодня. Обе модели обучены на больших наборах данных текста и кода, и они могут генерировать текст, переводить языки, писать различные виды творческого контента и информативно отвечать на ваши вопросы.
Скрытые ошибки SQL, допущенные опытными аналитиками данных, часть 2
#P1# #P2# случаи +------------+----------------+-----------------------+ | client_id | имя_клиента | случай | +-----------+----------------+-----------------------+ | 1 | Майк Джонсон | Запуск нового продукта | | 1 | Майк Джонсон | Рекламное предложение | | 2 | Сара Уильямс| Запуск нового продукта | | 2 | Сара Уильямс| Рекламное предложение | +-----------+----------------+------------------------+ статус +------------+-----------+-----------+ | client_id | повод |..
Создание масштабируемых конвейеров NLP с использованием PySpark и Nlphose
В этой статье мы увидим, как мы можем использовать Nlphose вместе с Pyspark для выполнения конвейера NLP и собрать информацию о знаменитом путешествии из книги Жюля Верна Вокруг света за 80 дней . Вот ссылка на ⬇️ Блокнот Pyspark, использованный в этой статье .
Из моего личного опыта я обнаружил, что интеллектуальный анализ данных из неструктурированных данных требует использования нескольких методов. Не существует единой модели или библиотеки, которая обычно предлагала бы все,..
Новые материалы
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..
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..