Публикации по теме 'machine-learning'


Классификация неразмеченных изображений
Классификация изображений — одна из самых распространенных проблем компьютерного зрения. Алгоритмы, выполняющие классификацию изображений, не новы и существуют уже несколько лет. Тем не менее, из-за отсутствия достаточных вычислительных ресурсов и данных они не могли оказать никакого влияния до тех пор, пока несколько лет назад в 2012 году Алекс Крижевский не представил в своей статье AlexNet . AlexNet — это многослойная сверточная нейронная сеть, которая…
Рассуждения важны для людей и должны быть одинаково важны для ИИ.
Обзор существующих подходов к рассуждению Насколько развит искусственный интеллект, несмотря на то, что на него направлено все финансирование и исследования, он все еще борется с некоторыми из самых простых задач из-за отсутствия навыков рассуждения. Из-за этого продукты и услуги, оснащенные ИИ, могут показаться очень неразумными, несмотря на скачки, достигнутые за последние годы. В этой статье мы коснемся того, как ИИ может рассуждать, и предположим, что это необходимый компонент и..
Быть специалистом по данным или решать проблемы?
К вашему сведению, я работаю Data Scientist (DS) с 2019 года по настоящее время. Я работал в разных отраслях, таких как консалтинг, FMCG и контент-маркетинг, что дало мне разные взгляды на работу Data Scientist. В прошлом месяце я присоединился к своей третьей компании, которая занимается платформой контент-маркетинга. Мой первый проект — создать информационную панель, чтобы понять, как работают наши модели НЛП. Часто ли наши пользователи используют его для замены ручного способа или они..
ТРИЛЕММА ГЕНЕРАТИВНОГО ОБУЧЕНИЯ
ТРИЛЕММА ГЕНЕРАТИВНОГО ОБУЧЕНИЯ В настоящее время системы генеративного обучения не могут одновременно соответствовать трем основным критериям, которые часто необходимы для их широкого использования в реальных приложениях. Эти критерии включают (i) получение высококачественных выборок, (ii) охват всех режимов и создание разнообразных выборок и (iii) быстрое создание выборок с низкими вычислительными затратами. Было замечено, что диффузионные модели обычно делают предположение, что..
Что такое машинное обучение?
ML Что такое машинное обучение? Понимание определения машинного обучения и примеры вариантов использования для новичков В этой статье мы сначала рассмотрим некоторые формальные определения машинного обучения, а затем попытаемся понять, что это такое, а также некоторые технические термины. Мы также увидим, как машинное обучение связано с искусственным интеллектом, зачем его изучать и какие примеры мы используем в нашей повседневной жизни. Машинное обучение учит компьютер делать то,..
Юпитер в докере
Узнайте, как запустить Jupyter в контейнере Docker. Позвольте мне показать вам, как можно простым способом запустить Jupyter Notebook в контейнере Docker . Это полезно, если вы хотите запустить Jupyter на сервере. Функции 😎 На основе Python 3.9 и Jupyter 6.5 . После запуска контейнера автоматически будут установлены библиотеки, расположенные в файле requirements.txt . Если вы хотите установить другие библиотеки, вы можете добавить их в файл requirements.txt и..
Сводка книг — шаблоны проектирования ML для создания систем на основе ML
https://www.amazon.com/Machine-Learning-Design-Patterns-Preparation/dp/1098115783 Общие проблемы при создании систем машинного обучения: 1. Качество данных 2. Полнота данных 3. Непротиворечивость данных Методы масштабирования данных: Линейное масштабирование — масштабирование минимум-максимум, отсечение для удаления выбросов и последующего масштабирования до [-1,1], нормализация Z-показателя и Winsorizing, при котором используется эмпирическое распределение в наборе обучающих данных для..