Публикации по теме 'artificial-intelligence'


Введение в сверточные нейронные сети для новичков
Сверточные нейронные сети (CNN) появились в результате изучения зрительной коры головного мозга и используются для распознавания изображений с 1980-х годов. За последние несколько лет в области глубокого обучения произошли огромные улучшения, особенно когда речь идет о вычислительных мощностях. Кроме того, исследователи разработали множество уловок для сходимости нейронных сетей, таких как решение проблемы взрывающихся и исчезающих градиентов, повторное использование предварительно..
Применение поиска по дереву Монте-Карло, часть 2
MCTS-GEB: поиск по дереву Монте-Карло — хороший конструктор электронных графов (arXiv) Автор: Голян Хэ , Зак Сингх , Эйко Ёнеки . Аннотация: Системы перезаписи [6, 10, 12] широко используют насыщение равенством [9], которое представляет собой методологию оптимизации, использующую насыщенный e-граф для одновременного представления всех возможных последовательностей перезаписи, а затем извлекающую оптимальную. Таким образом, можно достичь оптимальных результатов, избегая проблемы..
5 лучших приложений искусственного интеллекта в реальном мире
ИИ — это разные вещи для людей, и он вызывает разные образы. Робот в стиле терминатора-убийцы для одних и полезный помощник для других. Нынешняя картина значительно более позитивна. Нам нравится впадать во вторую сторону, и в этом блоге мы освещаем некоторые из не столь опасных вещей, которые ИИ смог или может сделать, чтобы сделать мир лучше. Мы обсудим, как разработка искусственного интеллекта положительно повлияла на различные области, такие как маркетинг, финансы, банковское дело и..
ИИ в электронной коммерции: как машинное обучение меняет то, как мы делаем покупки в Интернете
Компании электронной коммерции используют ИИ для улучшения качества обслуживания клиентов, персонализации рекомендаций по продуктам и оптимизации стратегий ценообразования. В этой статье мы рассмотрим, как машинное обучение меняет ландшафт электронной коммерции. Персональные рекомендации по продуктам: компании электронной коммерции используют алгоритмы машинного обучения для анализа…
Байесовская нейронная сеть, публикация 1: Потребность в байесовских сетях
Этот пост является первым из серии из восьми постов о байесовских сверточных сетях . Посты будут структурированы следующим образом: Потребность в байесовских нейронных сетях Базовые знания необходимы для лучшего понимания байесовских нейронных сетей. Некоторые недавние работы в области байесовских нейронных сетей Байесовские сверточные нейронные сети с использованием вариационного вывода Создайте свою собственную байесовскую сверточную нейронную сеть в PyTorch..
Создание приложений с поддержкой машинного обучения
От создания программных приложений к созданию приложений машинного обучения Программные приложения в настоящее время переходят от приложений с поддержкой данных к приложениям с поддержкой машинного обучения. В будущем большинству программных приложений придется не только собирать и обрабатывать данные, но и извлекать из них информацию и знания. Существуют значительные проблемы при создании моделей машинного обучения, которые тесно интегрируются с программным приложением с обратной..
Наборы данных для машинного обучения, часть 4: методы преобразования данных для машинного обучения:…
Обзор преобразования наборов данных для машинного обучения: методы, проблемы и соображения для специалистов по данным Данные редко бывают нейтральными, и наборы данных не готовы к использованию прямо с полки. Они требуют предварительной обработки и преобразований, которые отражают точки зрения создателей и пользователей. В этой статье представлен обзор технических деталей подготовки набора данных к использованию, в ходе которого задаются важные вопросы. Очистка и документирование..