Публикации по теме artificial-intelligence

Публикации по теме 'artificial-intelligence'

Использование машинного обучения для классификации твитов

Недавно у меня была возможность принять участие в проекте с Inspirit AI , где я работал с командой, чтобы использовать машинное обучение для классификации твитов, которые считаются положительными, отрицательными или нейтральными, поскольку они относятся к разным акциям. Для этого мы исследовали три разные модели машинного обучения для классификации текста: набор слов, долговременная кратковременная память (LSTM) и представления двунаправленного кодировщика из преобразователей (BERT). Здесь..

Основная правда о навыках программирования в науке о данных

Сколько программирования требуется в науке о данных? Если вы читаете эту статью, то, вероятно, вы думаете о том, чтобы заняться наукой о данных. Хорошо, возможно, вы продвигаетесь в этой области и хотите стать специалистом по данным, аналитиком данных, инженером данных или инженером по машинному обучению. В области науки о данных есть несколько должностей, поэтому вы определенно можете изучить ее подробнее. Но когда вы новичок в этой области или если вы Изучаете науку о данных с..

Как далеко мы продвинулись с динамикой Ланжевена 2023, часть 4 (машинное обучение)

Байесовский эфирный FedAvg через стохастический градиент, управляемый каналом, Langevin Dynamics (arXiv) Автор: Бонин Чжан , Дунчжу Лю , Освальдо Симеоне , Гуансю Чжу . Аннотация: недавняя разработка масштабируемых байесовских методов вывода возродила интерес к принятию байесовского обучения в качестве альтернативы обычному частотному обучению, которое предлагает улучшенную калибровку модели посредством количественной оценки неопределенности. Недавно в качестве варианта..

Лучшее использование машинного обучения на клинических данных, часть 9

Генеративное моделирование стареющего сердца с использованием изображений поперечного сечения и клинических данных (arXiv) Автор: Mengyun Qiao , Berke Doga Basaran , Huaqi Qiu , Shuo Wang , Yi Guo , Yuanyuan Wang , Paul M. Matthews , Daniel Rueckert , Wenjia Bai . Резюме: Сердечно-сосудистые заболевания, ведущая причина смерти во всем мире, являются возрастными заболеваниями. Понимание морфологических и функциональных изменений сердца при старении является ключевым научным..

Адаптивное повышение или алгоритм AdaBoost.

Во многих моделях машинного обучения алгоритм фокусируется на высококачественном прогнозировании, но алгоритмы повышения стремятся повысить мощность прогнозирования путем обучения последовательности слабых моделей, каждая из которых компенсирует недостатки своих предшественников. Повышение - это метод ансамбля, который пытается создать сильный классификатор из ряда слабых классификаторов. Чтобы понять этот алгоритм, вам необходимо знать основные концепции деревьев решений и случайного..

Программная инженерия для проектов AI/ML/Data Science

Разработка программного обеспечения для проектов AI/ML/Data Science Предисловие Искусственный интеллект (AI), машинное обучение (ML) и наука о данных (DS) — это модные слова в индустрии информационных технологий (IT). Большинство предприятий переходят от стадии Proof of Concept (POC) к производству и монетизации решений AI/ML/DS. Из-за самого характера работы, связанной с составом команды проектов, требованиями к навыкам и основным навыкам, разработка AI/ML/DS немного отличается..

Будущий ИИ Действуйте и как это повлияет на вас

Предстоящий акт подойдет для A.I. что GDPR сделал для конфиденциальности В моих предыдущих сообщениях я говорил о том, как ИИ риски не существуют в вакууме, и почему так важно иметь средства контроля, чтобы предотвратить случайное или преднамеренное неправильное использование ИИ. Как создать практический ИИ? Структура управления рисками для вашей компании Простые шаги для снижения рисков, связанных с искусственным интеллектом. риски структурированным..