Публикации по теме 'artificial-intelligence'
Регрессия: объяснение метрик регрессии и что может пойти не так
Не знаете, почему R² отрицательный? Читайте ниже, чтобы узнать больше.
Машинное обучение постоянно растет и, как говорят, затрагивает все области и радикально меняет способ функционирования человечества. Некоторые достижения уже начали оказывать влияние на общество, такие как системы обнаружения мошенничества, онлайн-системы одобрения кредитов, беспилотные автомобили, обнаружение опухолей и т. Д. Алгоритмы машинного обучения уже стали частью нашей повседневной жизни, от рекомендаций..
Подходы к обнаружению социальных ботов, часть 1 (искусственный интеллект)
RF-GNN: Нейронная сеть Random Forest Boosted Graph для обнаружения социальных ботов ( arXiv )
Автор: Шухао Ши , Кай Цяо , Цзе Ян , Баоцзе Сун , Цзянь Чен , Бин Янь .
Аннотация: Наличие большого количества ботов в социальных сетях приводит к неблагоприятным последствиям. Хотя алгоритм случайного леса широко используется для обнаружения ботов и может значительно повысить производительность слабых классификаторов, он не может использовать взаимодействие между учетными записями...
Работа с концепцией L-бесконечности в машинном обучении, часть 5.
Пары L-бесконечности и приложения к особенностям (arXiv)
Автор : Неро Будур , Марсель Рубио
Аннотация: Над полем нулевой характеристики каждая задача деформации с когомологическими ограничениями управляется парой, состоящей из дифференциально-градуированной алгебры Ли вместе с модулем. К сожалению, эти пары обычно бесконечномерны. Мы показываем, что каждая задача деформации с когомологическими ограничениями контролируется типично конечномерной парой L-бесконечности. В качестве..
Различные способы создания DataFrame с помощью Python
Полезные функции для науки о данных и машинного обучения
Эта статья познакомит вас с различными способами создания фрейма данных pandas с помощью python в блокноте Jupyter.
Темы для обсуждения: 1. Reading and creating data frame with csv function
2. Reading and creating…
Борьба с климатическим кризисом: 6 изменений в правилах игры будущего, которые стали возможными благодаря глубокому обучению
Представьте себя в критически важном отделе / промышленном комплексе исследований и разработок в области климата, подверженном повышенному риску, и вы проводите исчерпывающий анализ, чтобы найти только несколько тенденций в больших данных об окружающей среде. Ваше подразделение климатических исследований отвечает за ежедневное выполнение тысячи новых наблюдаемых тенденций и прогнозов. Итак, вы и ваш отдел разбираетесь в миллионах точек данных, ожидая следующей «большой серии» выводов..
Генеративный ИИ для табличных данных
Учебное пособие по синтетическим данным
Генеративный ИИ для табличных данных
Синтетическая генерация данных в 3 строки кода
Данные являются основой современных моделей машинного обучения. Однако проблемы конфиденциальности данных, высокие затраты и сложность получения больших наборов данных затрудняют разработку надежных и эффективных моделей. Именно здесь генерация синтетических данных меняет правила игры.
Синтетические данные — это искусственно созданная информация, а не..
Как бэкдор-атаки работают в конвейерах машинного обучения, часть 8
VillanDiffusion: унифицированная структура бэкдор-атак для моделей распространения (arXiv)
Автор: Шэн-Йен Чжоу , Пин-Ю Чен , Цун-И Хо .
Аннотация: Диффузионные модели (DM) — это современные генеративные модели, которые изучают обратимый процесс искажения путем итеративного добавления шума и шумоподавления. Они являются основой многих генеративных приложений ИИ, таких как условная генерация текста в изображение. Однако недавние исследования показали, что базовые безусловные DM..