Публикации по теме 'python'
Развертывание модели машинного обучения
Существует множество онлайн-курсов по машинному обучению, но очень немногие преодолевают разрыв между анализом и развертыванием. Совершенная модель машинного обучения, которая на 100% точна, бесполезна, если ее нельзя развернуть. Часто при попытке развернуть модель вы сталкиваетесь с проблемой установки зависимостей на компьютер пользователя. После того, как вы пройдете через управление и ИТ-безопасность, могут пройти месяцы, прежде чем вы сможете внедрить модель в производство. Здесь..
Прагматичный Python II
Строительные блоки Python
Это вторая часть серии. Чтобы вернуться к части 1, нажмите здесь .
Наконец-то пришло время писать код. Вместо того, чтобы записывать их на вашем компьютере, мы можем позволить некоторым веб-сайтам выполнить настройку за нас и сразу перейти к написанию кода. Для написания кода онлайн рекомендую Repl.it или Codechef . В этой части руководства мы будем использовать Repl.it.
Откройте Repl.it и создайте Python IDE (это интегрированная среда разработки,..
Функции и их концепции в Python
Программирование
Функции и их концепции в Python
Компоненты и типы аргументов в функциях
В этой статье будут рассмотрены все концепции, связанные с функциями, и вы почувствуете себя комфортно при программировании. Эта тема очень проста для понимания и в то же время трудна из-за меньшего количества практики.
Темы для обсуждения:
Вступление Аргументы функции и их типы Глобальная и локальная переменная Передача последовательности данных в функцию Анонимная функция -..
Mojo: новый язык программирования для ИИ
Что такое Mojo и чем он может быть лучше Python для приложений AI и ML
Было много шума вокруг Mojo как потенциального преемника Python в мире искусственного интеллекта и машинного обучения. Давайте рассмотрим некоторые основные различия между Mojo и Python. Мы также рассмотрим некоторые ключевые функции Mojo и то, как они могут помочь в более быстрой и эффективной разработке.
вступление
Основные понятия тензоров
Основные понятия тензоров
Глубокое обучение
Предисловие
Базовая структура данных всех современных систем машинного обучения использует тензоры , что свидетельствует о ее важности для области глубокого обучения. Давайте представим это подробно.
Подобно спискам и кортежам, тензоры являются контейнерами данных, но почти все они представляют собой числовые данные. Его можно разделить на тензоры различной структуры в соответствии с разными размерностями . Проиллюстрируем это...
Машинное обучение для начинающих
Популярные библиотеки Python, которые мы используем в проектах машинного обучения:
1. Numpy 2. Pandas 3. Matplotlib 4. Scikit Learn
Проект машинного обучения включает в себя нет. из шагов: 1. Импорт данных 2. Очистка данных 3. Определение функций и целей 4. Создание модели 5. Обучение модели 6 .Создавайте прогнозы 7.Оценивайте и улучшайте
Мы используем среду под названием Jupyter для написания нашего кода. мы можем использовать другие платформы, такие как vscode или любые..
Создание алгоритмического искусства с помощью Python
Исследуйте свое творчество, создавая что-то красивое
Алгоритмически определенные изображения прекрасны. Примеров масса, даже созданных без компьютера. Ключевым моментом является то, что у вас есть четкое формальное определение того, как создается образ. Прочитав эту статью, вы будете знать, как создать изображение выше. Давайте начнем!
Рисование линий с подушкой
Библиотека изображений Python (PIL) была первой широко используемой библиотекой Python, которая позволяла создавать..
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..