Публикации по теме 'artificial-intelligence'


Как работает гиперграфическое разбиение Часть 2 (интеллектуальный анализ данных)
1. Эволюционное разбиение гиперграфа n-го уровня с адаптивным огрублением ( arXiv ) Автор: Ричард Дж. Прин , Джим Смит Аннотация . Разбиение гиперграфа — это NP-сложная задача, возникающая во многих приложениях информатики, где необходимо сводить большие задачи к ряду более мелких, поддающихся вычислительному решению подзадач. Современные методы используют многоуровневый подход, при котором начальное разбиение выполняется после сжатия гиперграфа до заданного уровня. Этот..
Сокровища трансформеров, которые должен знать каждый специалист по данным в 2022 году
Awesome Treasure of Transformers Models для обработки естественного языка содержит статьи, видео, блоги, официальный репозиторий, а также блокноты colab. кредиты: Ашиш Патель Ссылка на репозиторий: https://github.com/ashishpatel26/Treasure-of-Transformers
Раскрытие возможностей интерактивных информационных панелей: почему Plotly Dash лидирует
Как Plotly Dash превосходит Streamlit, FastAPI, Flask и Django при создании интерактивных информационных панелей В мире веб-разработки множество фреймворков борются за внимание разработчиков. Каждый фреймворк, от Streamlit до FastAPI, Flask и Django, предлагает уникальный набор функций и возможностей. Однако когда дело доходит до создания интерактивных веб-панелей, Plotly Dash становится непревзойденным победителем. В этой статье мы рассмотрим, почему Plotly Dash выделяется среди своих..
AI для всех (неделя 1)
Искусственный интеллект (ИИ) трансформирует все отрасли. Каковы его возможности, ограничения и влияние? Последний курс Эндрю Нг ( ИИ для всех ) дает вам ключи к пониманию этой цифровой трансформации нашего общества и инструменты, которые можно использовать в вашей деятельности. Эта статья является частью серии Глубокое обучение на практике (читайте также версии на французском и португальском ). Список статей «AI для всех» AI для всех (неделя 1) Создание проектов AI..
Аспектно-ориентированный анализ настроений с помощью машинного обучения | 47 миллиардов
ПОСТРОЕНИЕ МОДЕЛИ ДЛЯ ИЗВЛЕЧЕНИЯ ИНФОРМАЦИИ ИЗ ОБЗОРОВ AMAZON Целью статьи является извлечение мнений и выявление областей улучшения продукта, касающихся различных аспектов продукта, из их онлайн-обзоров. Почему именно эта газета? Плохая оценка продукта редко означает, что он плох во всех аспектах. Если доставка на Amazon была отложена на неделю, плохой отзыв не обязательно будет отражать качество продукта. Покупателям и продавцам важно понимать, о чем именно был отрицательный..
Понимание психических расстройств с помощью исследования, часть 2 (нейронаука)
Исследование психиатрических и нейропсихологических коррелятов сети пассивного режима и антикорреляции дорсальной сети внимания у детей (arXiv) Автор: Макс М. Оуэнс, ДеКан Юань, Сейдж Хан, Мэтью Олбо, Николас Олгайер, Бадер Чаарани, Александра Поттер, Хью Гараван Аннотация: Сеть режима по умолчанию (DMN) и сеть дорсального внимания (DAN) демонстрируют внутреннюю «антикорреляцию» у здоровых взрослых, которая, как считается, представляет собой функциональное разделение между..
Последние обновления по добавочному обучению, часть 2 (машинное обучение)
Основы поэтапного обучения Что такое добавочное обучение?: Объяснение терминов ИИ — ИИ для всех Дополнительное обучение — это метод обучения систем искусственного интеллекта (ИИ), при котором новые данные постепенно… www.aiforanyone.org Сбалансированное контролируемое контрастное обучение для поэтапного обучения с небольшим количеством занятий (arXiv) Автор: Ин-Уг Юн , Тэ-Мин Чхве , Ён-Мин Ким , Чон-Хван Ким . Резюме:..