Публикации по теме 'technology'
Работа с Рекомендацией часть 1 (AI)
На (нормализованном) дисконтированном кумулятивном приросте как метрике автономной оценки для рекомендации Top-n (arXiv)
Автор : Оливье Женен , Иван Потапов , Алексей Устименко .
Аннотация: Подходы к рекомендациям обычно оцениваются одним из двух способов: (1) с помощью (моделированного) онлайн-эксперимента, который часто рассматривается как золотой стандарт, или (2) с помощью какой-либо процедуры автономной оценки, целью которой является приближение к результату...
Приложения рекуррентных нейронных сетей, часть 3 (машинное обучение)
Архитектура рекурсивно-рекуррентной нейронной сети (R2N2) для обучения итеративным алгоритмам (arXiv)
Автор: Данимир Т. Донсевич , Александр Мицос , Юэ Го , Цяньсяо Ли , Феликс Дитрих , Мануэль Дамен , Иоаннис Г. Кеврекидис
Аннотация: метаобучение численных алгоритмов для данной задачи состоит из управляемой данными идентификации и адаптации алгоритмической структуры и связанных с ней гиперпараметров. Чтобы ограничить сложность проблемы метаобучения, можно и нужно..
Как работает Temporal Graph Learning, часть 1 (машинное обучение)
ProductGraphSleepNet: стадирование сна с использованием пространственно-временного графического обучения продукта с внимательным временным агрегированием (arXiv)
Автор: Ареф Эйнизаде , Саманэ Насири , Сепидех Хаджипур Сардуи , Гари Клиффорд
Аннотация: Классификация стадий сна играет решающую роль в понимании и диагностике патофизиологии сна. Оценка стадии сна в значительной степени зависит от визуального осмотра экспертом, что требует много времени и является субъективной..
Базовое использование операторов RxJS
С операторами мы можем делать больше с помощью наблюдаемых RxJS. Они полезны для выполнения сложных операций с асинхронным кодом.
Операторы - это функции. Есть 2 типа операторов:
Конвейерные операторы - их можно передать по конвейеру в Observables с помощью метода pipe , доступного в Observables. Они возвращают новый Observable, поэтому несколько конвейерных операторов могут быть объединены в цепочку. Операторы создания - это отдельные функции для создания нового Observable...
Исследования в области магнитоэнцефалографии, часть 2 (нейронаука)
Магнитоэнцефалография (МЭГ): неинвазивный инструмент для изучения корковых эффектов в психофармакологии (PubMed)
Автор : Сеппо Кяхконен 1
Аннотация: Магнитоэнцефалография (МЭГ) — неинвазивный метод изучения магнитных полей, генерируемых одновременным возбуждением нейронов вне черепа. Череп, скальп и мозговая ткань не искажают магнитные поля, поэтому активность коры можно легко измерить. МЭГ начинают использовать для изучения влияния различных психофармакологических препаратов..
Работа с определением границ общего события, часть 1 (информатика)
Обнаружение границ общего события в видео с функциями пирамиды (arXiv)
Автор: Ван Тонг Хюнь , Хён-Джон Ян , Гуи-Сан Ли , Су-Хён Ким .
Аннотация: Общее обнаружение границ событий (GEBD) направлено на разделение видео на фрагменты с широким и разнообразным набором действий, поскольку люди естественным образом воспринимают границы событий. В этом исследовании мы представляем подход, который рассматривает корреляцию между соседними кадрами с картами признаков пирамиды как в..
«От «Формулы-1» до Tinder: реальные примеры машинного обучения AWS в действии»
«От «Формулы-1» до Tinder: реальные примеры машинного обучения AWS в действии»
Вам интересно, как можно использовать искусственный интеллект для точных прогнозов? Благодаря сервисам машинного обучения Amazon Web Services (AWS) эта мечта больше не является далекой фантазией. AWS предлагает различные сервисы машинного обучения, которые помогут вам с легкостью создавать и обучать модели, не утруждая себя управлением инфраструктурой.
Рассмотрим на практике различные сервисы машинного..
Новые материалы
Как создать диаграмму градиентной кисти с помощью D3.js
Резюме:
Из этого туториала Вы узнаете, как добавить градиентную кисть к диаграмме с областями в D3.js. Мы добавим градиент к значениям SVG и применим градиент в качестве заливки к диаграмме с..
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
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..