Публикации по теме 'pokemon'
Идентификация легендарных покемонов с помощью алгоритма случайного леса
Покемон, группа милых животных, мирно населяющих планету, пока люди не придут и не заставят их сражаться друг с другом, чтобы получить блестящие значки и право называть себя мастерами покемонов, звучит безумно, правда?
В этом мире существует группа редких и часто могущественных покемонов, известных как Легендарные покемоны .
К сожалению, нет четких критериев, которые определяют этих покемонов.
Единственный способ идентифицировать легендарного покемона - это заявления официальных..
Дневник разработчиков PokéProject: день третий
Немного изменив тему, сегодня все было о данных, API и преобразовании данных.
Быть настолько «бережливым и гибким , насколько это возможно, можно интерпретировать как максимальную лень в отношении ваших решений до тех пор, пока они работают, и это, безусловно, так до сих пор. с PokéProject».
Но теперь стало очевидно, что исходное решение для данных Google it, ctrl+c, ctrl+v больше не подходит для этой цели, поэтому я вернулся к чертежной доске, чтобы создать Node. Сборщик..
Я поймал Пикачу в свой покебол Samsung Galaxy Z Flip 3, и вы тоже сможете :D
Если вам не терпелось понять название, это для вас! В этой статье довольно мало информации об искусственном интеллекте по сравнению с обычной, но я кое-что пережил, и Pokémon до сих пор вызывает у меня улыбку спустя 23 с лишним года.
Я знаю, что благодаря социальным сетям отсроченное удовлетворение больше не актуально, вот ссылка на скачивание бесплатной темы Z Flip для тех, кому не интересно, как это сделать. В противном случае, продолжайте читать :)
Если вы, как и я, также..
Должен поймать их всех - МЛ о покемонах
В моей предыдущей публикации я объяснил процедуры, которые я проделал для классификации цветов ириса с помощью контролируемых методов обучения K-ближайшего соседа и Наивного Байеса.
Привет ML - Классификация Ирис Флауэрс Набор данных Ирис считается« Привет, мир машинного обучения. Итак, студент, изучающий компьютерную инженерию, начинающий ML… medium.com »
Недавно я столкнулся с другим эксцентричным набором данных, который представляет..
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..