Публикации

Daily CSS Images (Мой путь к созданию 50-дневного электронного письма на чистом CSS)
Чем вы занимаетесь: 8-минутное прочтение о том, как вы летите на стену к запуску. Это не должно быть сообщение типа «эй, я сделал это, вот ленивая запись в блоге, иди проверьте». Скорее, я подробно расскажу о своем пути к этому моменту и конкретных подробностях того, как я запускал и какие инструменты использовал. Если вы не хотите слышать мою предысторию, вы можете перейти к двум последним разделам, но я предлагаю вам прочитать эту статью, если у вас есть время. Самореклама /..
Pytorch: все, что вам нужно знать за 10 минут
Последний выпуск Pytorch 1.0 от Facebook знаменует собой еще одну важную веху для платформы глубокого обучения с открытым исходным кодом. Разработчикам становится все проще встраивать возможности машинного обучения в свои приложения, в то время как тестирование их кода происходит в режиме реального времени. В этой статье о Pytorch Tutorial я рассказываю о новой платформе в Deep Learning. Последняя версия платформы предлагает множество новых возможностей и пользуется активной..
JS Как много вы занимаетесь математикой? | #ПростоКод
JS Как много вы занимаетесь математикой? | #ПростоКод Да. Javascript предоставляет встроенный объект Math . Он имеет несколько полезных методов для работы с числами. Пройдемся по тому, чем мы действительно пользуемся. Округлить до целого round() — ➡️ Округляет до ближайшего целого числа. ceil() — ⬆️ Округляет до ближайшего целого числа. floor() — ⬇️ Округляет до ближайшего целого числа в меньшую сторону. Remember like this: круглый — 10,0–10,4 -> 10 и 10,5 -> 11,0..
Все об ансамблевом обучении
Вопрос. Что такое ансамблевое обучение? О. Ансамбльное обучение — это метод машинного обучения, который включает объединение нескольких моделей для создания более надежной модели. Идея ансамблевого обучения заключается в том, что объединение нескольких моделей может привести к более высокой производительности и более надежным прогнозам, чем использование одной модели. Вопрос. Как работает ансамблевое обучение? О. Ансамблевое обучение работает путем обучения нескольких моделей на..
Прочтите эту книгу, если хотите стать разработчиком программного обеспечения
Идеально подходит для начинающих, он охватывает отраслевые идеи и лучшие практики. Книга в 3-х предложениях В мире кодирования «Полное руководство по карьере разработчика программного обеспечения» Джона З. Сонмеза является ключевым первым шагом для начинающих. Это подробное руководство содержит бесценную информацию о том, как начать карьеру в области разработки программного обеспечения. Сосредоточив внимание на специализации и передовом опыте, это идеальный подарок для начинающих..
Caption This  —   Размещенная служба подписей к изображениям на основе глубокого обучения для повышения доступности
Эта статья была подготовлена ​​в рамках финального проекта Гарвардского курса AC215 Fall 2021 . «Картинка стоит тысячи слов» — кто-то известный. Авторы: Ши-Йи Ценг, Мэтью Стюарт, Стивен Кнапп, Аль-Муатаз Халил и Эд Байес. Группа: БККСТ Мотивация проекта Мир все больше переходит в онлайн, и примерно половина населения мира имеет доступ к Интернету (Dennis and Kahn, 2021). Интернет создал беспрецедентную возможность для распространения информации, знаний и обучения, от поиска..
Оценка различных алгоритмов классификации с помощью данных о задержках самолетов
В машинном обучении существует так много разных методов решения одной и той же задачи, что может быть трудно понять, какой алгоритм использовать. Используя данные о внутренних самолетах США, мы стремились сравнить эффективность трех различных известных методов прогнозирования на основе бинарной классификации, логистической регрессии, случайных лесов и наивного байесовского метода. Нашим первым шагом в этом процессе было решить, как сфокусировать область нашего анализа. Мы использовали..
Дифференциальная конфиденциальность, никогда под давлением.
Дифференциальная конфиденциальность медицинских данных. В этой статье описывается, как дифференциальная конфиденциальность работает в сфере здравоохранения и как ее можно использовать для защиты данных и восстановления доверия. 🔴 Проблема: защита данных является серьезной проблемой для организаций здравоохранения. Почти невозможно полностью защитить личные данные от несанкционированного раскрытия или передачи информации из-за растущего спроса на здравоохранение, основанное на..
Chatbox Chatter: что нового в искусственном интеллекте (ИИ)
Общая картина Ранее в этом месяце компания Metamind, занимающаяся искусственным интеллектом (ИИ), объявила , что ее приобрела Salesforce. Неудивительно, что такие крупные игроки, как Amazon и Goldman Sachs , хотят участвовать в ИИ. Но это приобретение даже больше, чем Salesforce и Metamind. Оставайтесь с нами. Итак, будет справедливо сказать, что Facebook находится на тропе войны, чтобы захватить мир, и это был маленький кусочек в плане мирового господства Книги. Не прошло и..
5 вещей, которые вы могли не знать о ноутбуках Jupyter
Несколько интересных вещей о Jupyter-Notebook. Введение ноутбуки Юпитер; как специалисты по данным, они являются одним из самых важных инструментов для того, что мы делаем. Конечно, есть и другие среды разработки, в которых можно заниматься наукой о данных, но Jupyter часто берет верх из-за того, насколько надежна и проста в использовании среда. Хотя на первый взгляд эти блокноты довольно просты, в Jupyter есть много возможностей, некоторые из которых я даже не замечал, пока не..
JS-Практика N0.3
ЦЕЛЬ : разработка JavaScript для реализации функций массива. Соответствующий результат курса: Реализуйте массивы и функции в JavaScript. Необходимые ресурсы: Аппаратное обеспечение: компьютерная система Программное обеспечение: Браузер, Vs Code. Теоретическая основа: Массивы JavaScript Массив — это специальная переменная, которая может содержать более одного значения одновременно. Массивы JavaScript используются для хранения нескольких значений в одной переменной...
Компромисс смещения и дисперсии
При разработке моделей машинного обучения специалисты по машинному обучению обычно сталкиваются с проблемой выбора лучшей модели. Как правило, наилучшей моделью является модель с наименьшей возможной ошибкой прогнозирования. Поэтому, чтобы найти лучшую модель, нам нужно минимизировать ошибку прогноза. Ошибка предсказания для любого алгоритма машинного обучения может быть разбита на Неустранимая ошибка Предвзятость Дисперсия Неисправимая ошибка Неустранимые ошибки — это..
Инструменты сборки для начинающих: использование Gulp (часть 1 из 2)
Введение в глоток Если вы уже знаете, что такое gulp, и понимаете его преимущества, перейдите к разделу Установка . Что такое инструмент сборки и что такое Gulp? Почему я должен переживать? Давайте определим некоторые общие болевые точки для начинающих разработчиков, которые не знакомы с инструментами сборки. Объединение файлов JavaScript каждый раз, когда вы хотите проверить, работает ли ваш код. Скопируйте и вставьте весь свой код в jslint.com или какой-либо другой инструмент..
annasBrain.push(JavaScript)
Да, я наконец понял! Утром в понедельник я чувствовал себя Рокки, готовящимся к одному из своих самых больших боев. Я был готов взяться за JavaScript! Сдвиг в моем мировоззрении имел такое большое значение. Я знал, что сейчас будет нелегко, и это было нормально. Я позволила себе смириться с тем, что не поняла, как только слова сорвались с губ Джоша, и, как по волшебству, все начало обретать смысл. Думаю, я был настолько поглощен мыслью: «Боже, это так сложно, я никогда этого не..
Что такое TinyML? Почему TinyML скоро будет везде
Что такое TinyML? TinyML — это передовая область, которая привносит преобразующую силу машинного обучения (ML) в область крошечных устройств и встроенных систем с ограниченной производительностью и энергопотреблением. Успешное развертывание в этой области требует глубокого знания приложений, алгоритмов, аппаратного и программного обеспечения. Изменения в TinyML TinyML скоро будет повсюду, обеспечивая работу интеллектуальных встраиваемых устройств следующего поколения. Эти..
Используйте MongoDB Atlas для семантического поиска и приступайте к работе
Семантический поиск — это способ улучшить качество и релевантность результатов поиска за счет понимания смысла и намерений пользовательских запросов, а также контекста и взаимосвязей терминов в доступных для поиска данных. Семантический поиск может предоставлять более точные и персонализированные результаты, а также описания, выделения и ответы, которые обобщают содержимое и отвечают на вопросы пользователей. MongoDB Atlas — это служба облачной базы данных, которая предоставляет..
Javascript как язык, его особенности и атрибуты.
Javascript — основанный на прототипах, высокоуровневый, интерпретируемый, мультипарадигменный, однопоточный, динамический язык. Давайте разберем это; основанный на прототипах: стиль объектно-ориентированного программирования , в котором классы не определяются явно, а получаются путем добавления свойств и методов к экземпляру другого класса. высокий уровень: он позволяет разрабатывать программу в гораздо более удобном для пользователя контексте программирования. интерпретируется: он..
Начните свое путешествие в науку о данных здесь
Полезные ресурсы, которые помогут вам начать свое путешествие по науке о данных Семья и друзья часто задавали мне вопрос: «Как вы попали в науку о данных?» Я обычно не отвечаю дальше, чем «Я использовал онлайн-ресурсы», потому что в противном случае это был бы очень длинный ответ. Дэвид Робинсон однажды искусно написал в Твиттере: Мне это кажется довольно разумным советом, и он должен помочь сократить часть разъяснительной работы на семейных собраниях. Что такое наука о..
Великие дебаты об искусственном интеллекте: заберут ли машины наши рабочие места или улучшат их?
Искусственный интеллект (ИИ) — это быстро развивающаяся область, которая трансформирует многие отрасли, включая здравоохранение, финансы и транспорт. По мере того, как технология ИИ становится все более продвинутой, растет обеспокоенность по поводу ее потенциального влияния на занятость. Некоторые эксперты предсказывают, что ИИ приведет к массовому сокращению рабочих мест, в то время как другие считают, что он создаст новые возможности и расширит возможности людей. Для начала важно..
Дополнение поиска спутниковых изображений с помощью машинного обучения
Сбор соответствующих примеров является начальным и важным шагом в научном исследовании, связанном с изменением окружающей среды или стихийными бедствиями. Обнаружение этих примеров может потребовать от исследователей кропотливого изучения ежедневных спутниковых снимков, покрывающих 197 миллионов квадратных миль Земли в течение нескольких лет. Хотя такие усилия могут дать ценный кладезь данных, ручной поиск трудоемок, дорог и непрактичен, что может обосновать многие научные исследования еще..