Публикации по теме 'neural-networks'
Интервалы прогнозирования в машинном обучении
Модели машинного обучения — это мощные инструменты для прогнозирования, которые стали играть неотъемлемую роль в технологиях, финансах, науке и многих других областях. Однако их предсказания часто сопровождаются некоторой степенью неопределенности, которую необходимо учитывать для принятия обоснованных решений. Для количественной оценки этой неопределенности мы используем интервалы прогнозирования. Давайте поговорим об основных идеях, лежащих в основе интервалов прогнозирования,..
Оптимизация глубокого обучения
Подборка интересных сравнений, тестов и графиков
Caffe: универсальная платформа глубокого обучения для Python
Введение:
Глубокое обучение изменило многие отрасли, включая компьютерное зрение и обработку естественного языка. Однако для создания эффективных моделей глубокого обучения требуются сложные фреймворки, упрощающие сложный процесс создания, обучения и развертывания нейронных сетей. Caffe, модуль Python, привлекший значительное внимание благодаря своей адаптивности и эффективности в приложениях глубокого обучения, является одной из таких выдающихся платформ. В этом эссе будет..
Tokyo U и Preferred Networks предлагают метод быстрой оценки стабильности функции ансамбля…
Выбор функций — это основная концепция машинного обучения. Нацеленный на выбор подмножества соответствующих функций для использования в построении модели, выбор функций является важным шагом, который может существенно повлиять на производительность модели. Одним из наиболее часто используемых методов повышения стабильности селекторов функций является интеграция результатов нескольких селекторов функций, также известная как ансамблевый выбор функций. Недостатки этого подхода заключаются..
Создание базовой нейронной сети с помощью PyTorch: пошаговое руководство
Будучи студентом компьютерной инженерии, я всегда ищу способы улучшить свои навыки и углубить свои знания. В последнее время я сосредоточился на изучении PyTorch, мощной среды глубокого обучения. Чтобы закрепить то, что я узнал на данный момент, и потенциально помочь другим, кто плохо знаком с PyTorch, я решил написать этот пост в блоге с подробным описанием шагов, связанных с созданием базовой нейронной сети с использованием PyTorch. Я надеюсь, что вы найдете его полезным и..
AutoML с AutoKeras
Нейронные сети для проектирования нейронных сетей
Расширяется применение глубокого обучения в реальных сценариях, однако для построения модели и настройки ее для повышения точности требуется эксперт. Различные этапы машинного обучения включают
Подготовка данных Функциональная инженерия Архитектурный поиск Настройка гиперпараметров Выбор модели
Основная задача специалиста по глубокому обучению - построить эффективную нейронную архитектуру с подходящими гиперпараметрами...
Изучение искусства генеративного ИИ в Python
Искусственный интеллект (ИИ) изменил различные отрасли, и одной из увлекательных областей ИИ является генеративный ИИ. Генеративный ИИ включает в себя создание моделей, которые могут генерировать новый контент, например изображения, музыку и текст, способствуя творчеству и расширяя границы человеческого воображения.
Генеративный ИИ – это направление искусственного интеллекта, которое фокусируется на создании моделей, способных автономно генерировать исходный контент, имитируя..
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..