Публикации по теме 'artificial-intelligence'
Обучение с самоконтролем: репрезентативное обучение через инвариантные причинно-следственные механизмы
Привет, я не был активен в последнее время, но у меня есть немного свободного времени, чтобы предоставить эту часть. Я нашел больше интересных работ в разделе Обучение с самоконтролем , так что вы можете ожидать от меня больше статей на эту тему. Эта работа исходит от DeepMind , и я нашел ее очень проницательной. Если вы только начали изучать контрастное обучение, эта статья должна дать вам некоторые интересные идеи. В любом случае, надеюсь, вы найдете это полезным.
ОБУЧЕНИЕ..
Тенденции 2017 года — Чего вы хотите и что будет
Беглый взгляд на современные исследования показывает, что нейронные сети по-прежнему будут служить нам, а искусственного интеллекта общего назначения пока не предвидится.
Не беспокойтесь об ИИ. Взгляд на современные исследования показывает, что нейронные сети по-прежнему будут служить нам, а искусственного интеллекта общего назначения пока не видно. Таким образом, роботы и языковые помощники далеко не так умны, как хотелось бы, чтобы мы поверили. Тем не менее технологии меняют наш..
Как глубокая нейронная сеть, обученная сквозному обучению, управляет автомобилем
Для инженера практический способ создать автономное транспортное средство состоит не в том, чтобы запрограммировать машину для вождения в любой среде (которая будет иметь почти бесконечное количество возможных переменных), а в том, чтобы показать машине, как водить, и заставить машину учиться. сам. NVIDIA создала такую систему под названием PilotNet. Он обучается на изображениях дорог в сочетании с углами поворота руля от человека. И результаты дорожных испытаний показывают, что такая..
Руководство для начинающих по полиморфизму в Python: освоение объектно-ориентированного программирования
Полиморфизм — невероятно мощная концепция в мире программирования. Это позволяет создавать гибкий и эффективный код, который можно повторно использовать в различных проектах. Это особенно полезно в Python, где широко используется объектно-ориентированное программирование (ООП).
Значительно увеличьте результаты поиска в сетке с помощью этих параметров
Поиск по сетке на любом этапе конвейера машинного обучения с использованием EstimatorSwitch
Очень распространенным шагом в построении модели машинного обучения является поиск по сетке параметров классификатора в наборе поездов с использованием перекрестной проверки для поиска наиболее оптимальных параметров. Что менее известно, так это то, что вы также можете выполнять поиск по сетке практически на любом этапе конвейера, например, на этапах разработки функций. Например. какая..
Интервью со старшим научным сотрудником Лаборатории военно-морских исследований США: доктором Лесли Смит
23 часть Сериала , где я беру интервью у своих героев.
Указатель и о сериале Интервью с ML Heroes »
Сегодня я очень рад поговорить с доктором Лесли Смит.
Я уверен, что Лесли не нужно знакомить с нашими друзьями из сообщества fast.ai . Для наших читателей не из fast.ai:
В настоящее время Лесли работает старшим научным сотрудником в Военно-морском центре прикладных исследований ИИ Лаборатории военно-морских исследований США.
Его прошлые исследовательские работы включают..
Введение в K-ближайшие соседи (на примере Github)
Алгоритм K-ближайших соседей (KNN) — это тип контролируемого алгоритма машинного обучения, который можно использовать как для классификации, так и для задач прогнозирования регрессии. Однако он в основном используется для классификации задач прогнозирования в промышленности.
Следующие два свойства хорошо определяют KNN:
· Алгоритм ленивого обучения . KNN – это алгоритм ленивого обучения, поскольку он не имеет специальной фазы обучения и использует все данные для обучения во время..
