Публикации по теме 'search'
Метаранг 0.2.8: сопоставление полей, пользовательские метаданные и парсинг Referer
Metarank 0.2.8 здесь с парой блестящих новых функций (и, как обычно, с кучей исправлений).
Метаданные пользователя
В Metarank был особый тип события, называемый «метаданные», который собирает информацию об элементах. Например, цвета, цены и теги — эти поля впоследствии можно использовать в конфигурации ранжирования. Но недавно мы заметили случай, когда у самого посетителя всегда была пара известных полей, которые могут быть ценны для ранжирования.
Например, существует приложение для..
Обработка естественного языка, которую может использовать кто угодно
Вы когда-нибудь задумывались, как Amazon Echo понимает, что вы говорите, даже если вы спросили его иначе, чем ваш супруг? Откуда он знает, что вы имеете в виду, когда говорите: «Какая погода будет завтра?» против «Скажите, пойдет ли дождь позже»?
Возможно, вы хотели иметь такую же возможность поиска в своем приложении или программном решении и наткнулись на этот пост, в котором ищите способ решить эту проблему, не нанимая инженера по машинному обучению. Или, возможно, вам просто..
Написание интерактивных ресурсоемких программ для веб-браузеров
Программирование на TypeScript/JavaScript
Написание интерактивных ресурсоемких программ для веб-браузеров
Делаем однопоточные программы на TypeScript/JavaScript адаптивными
Недавно я переписал несколько демонстрационных программ алгоритмов десятилетней давности с Java Web Applets на JavaScript. Для молодежи в аудитории, еще на заре Всемирной паутины, веб-скрипты означали написание Java, а не JavaScript. Проблемы с безопасностью и производительностью привели к тому, что Java устарела..
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..