Публикации по теме 'artificial-intelligence'


Характеристики «неверных данных» для машинного обучения и возможные решения?
[ML0to100] — S1E13 Поскольку ваша основная задача - выбрать алгоритм обучения и обучить его на некоторых данных , могут возникнуть две ошибки: « плохой алгоритм ». и « неверные данные » Примеры неверных данных- 1. Недостаточное количество обучающих данных - Для правильной работы большинства алгоритмов машинного обучения требуется много данных. Даже для очень простых проблем обычно требуются тысячи примеров, а для сложных проблем , таких как распознавание изображений или..
AWS: Amazon Forecast для прогнозирования временных рядов
Автор: Сельвакумар Улаганатан Читать всю статью здесь . Недавно я посетил онлайн-конференцию AWS Innovate Online Conference 2019: ML & AI Edition , где высоко оценили Amazon Forecast. Таким образом, я подумал, что было бы неплохо иметь небольшую статью об этом сервисе. Прогноз Амазонки Amazon Forecast — это полностью управляемый сервис, использующий машинное обучение для эффективного прогнозирования временных рядов. Имея набор данных временных рядов, вы можете использовать..
SigNet (обнаружение сходства сигнатур с помощью машинного обучения / глубокого обучения): это конец ...
SigNet (обнаружение сходства сигнатур с использованием машинного обучения / глубокого обучения): это конец судебно-медицинской экспертизы? Мой дедушка был знатоком почерка. Он провел всю свою жизнь, анализируя документы для CBI (Центральное бюро расследований) и других организаций. Его уникальный способ анализа документов с помощью увеличительного стекла и различных инструментов требовал огромного количества времени и терпения для анализа одного документа . Это было тогда, когда..
Искусственный интеллект, благополучие детей и прогнозное моделирование рисков
Новый документальный сериал Netflix кратко затрагивает далеко не краткую тему В США в любой момент времени в системе патронатного воспитания находится 443 000 детей. Около 1700 детей умирают каждый год из-за жестокого обращения и безнадзорности. Отчетность варьируется в зависимости от государственных учреждений социального обеспечения и больниц, что, вероятно, приводит к занижению сведений о смерти детей в результате жестокого обращения. Нагрузка отдельных социальных работников..
Использование K-ближайших соседей (KNN) для выявления рака
Привет! Меня зовут Рувим, я врач, в настоящее время живу в Индии. Это моя первая запись в серии статей, которые, как я надеюсь, будут основаны на использовании науки о данных в контексте проблем здравоохранения. Я не считаю себя экспертом в области науки о данных или алгоритмов машинного обучения, но у меня есть большой интерес к этой теме, и я надеюсь использовать этот блог, чтобы публиковать сообщения о моем прогрессе и проектах, которые я считаю интересными. В своем первом проекте я..
Временные сверточные сети
Временные сверточные сети Могут ли CNN обрабатывать последовательные данные и поддерживать более эффективную историю, чем LSTM? В этой статье рассматривается работа Шаоджи Бая, Дж. Зико Колтера и Владлена Колтуна под названием Эмпирическая оценка общих сверточных и рекуррентных сетей для последовательного моделирования . До появления TCN мы часто связывали RNN, такие как LSTM и GRU, для новой задачи моделирования последовательности. Однако в документе показано, что TCN..
MSG-GAN: многомасштабные градиенты-GAN
Код этого эксперимента доступен в моем репозитории на github здесь https://github.com/akanimax/MSG-GAN . Контрольные точки обученных моделей доступны по адресу https://drive.google.com/drive/folders/119n0CoMDGq2K1dnnGpOA3gOf4RwFAGFs Мотивация Отрывок из статьи Progressive Growing of GANs : Когда мы измеряем расстояние между обучающим распределением и сгенерированным распределением, градиенты могут указывать на более или менее случайные направления, если распределения не имеют..