Публикации по теме 'artificial-intelligence'


Прогноз цен на акции с использованием данных временных рядов
Данные о ценах на акции по своей природе являются последовательными во времени. Как и следовало ожидать, каждый день следует за предыдущим. Для прогнозирования будущей цены акций используется специальный тип нейронной сети, называемый рекуррентной нейронной сетью (RNN). Этот тип сети отличается от обычной CNN тем, что он структурирует узлы во временную последовательность. Чтобы начать применять это, нам сначала нужен доступ к данным о запасах временных рядов. В этом примере для..
ИИ В СУДЕБНОЙ ЭКСПЕРТИЗЕ: 5 аспектов успеха ИИ в уголовном расследовании
Блоги › ИИ В СУДЕБНОЙ ЭКСПЕРТИЗЕ: 5 аспектов успеха ИИ в уголовных расследованиях Отпечатки пальцев и улики. Преступления и расследования. Увеличительные стекла и отчеты об испытаниях. Детективы и судебные эксперты. Сидни Шелдон, «Славные парни» и «Поймай меня, если сможешь»… вы поняли. Мы определенно имеем в виду криминальные триллеры и все атрибуты, с которыми мы можем ассоциировать этот жанр. Вспомните, когда вы в последний раз слышали или читали о расследовании уголовного..
Улучшение вашего резюме с помощью OpenAI и Python: пошаговое руководство
На сегодняшнем конкурентном рынке труда важно иметь сильное и впечатляющее резюме, которое отличает вас от других кандидатов. Один из способов добиться этого — использовать OpenAI и Python для улучшения вашего резюме. В этой статье мы предоставим вам пошаговое руководство о том, как использовать эти мощные инструменты для создания выдающегося резюме. Шаг 1: Сбор данных Первый шаг — собрать все необходимые данные для вашего резюме. Это включает в себя ваш опыт работы, образование,..
Использование динамики Ланжевена в машинном обучении, часть 1
Ускорение Langevin Dynamics путем микширования (arXiv) Автор: Александр Кристи , Юаньюань Фэн , Гаутам Айер , Алексей Новиков . Аннотация: Мы изучаем переддемпфированное уравнение Ланжевена на d-мерном торе со стационарным распределением, пропорциональным p=e−U/κ. Когда U имеет несколько лунок, время смешивания связанного процесса экспоненциально велико (размера eO (1 / κ)). Добавим дрейф в динамику Ланжевена (без изменения стационарного распределения) и получим количественные..
Активируйте свои нейронные сети с помощью функций активации!
Функции активации являются важной частью любой нейронной сети. Но почему они важны? Что они делают? Давайте сначала посмотрим, как работают функции активации и почему они так распространены в глубоком обучении. После этого мы рассмотрим несколько наиболее распространенных функций активации, различные проблемы, для которых вы можете их использовать, и способы их создания на Python. Что такое перцептрон? Чтобы понять функции активации, вам сначала нужно узнать, что такое персептроны..
Как предприятия малого и среднего бизнеса используют AI и ML?
Согласно опросу Gartner за 2019 г., ок. 37% компаний используют ИИ или машинное обучение. Существует распространенное мнение, что AI и ML предназначены только для рыночных гигантов. Это не верно! Несколько компаний предоставляют решения AI & ML для малого и среднего бизнеса. Согласно исследованию Intuit® Emergent Research, предприятия малого и среднего бизнеса уже используют передовые технологии, включая обработку естественного языка (NLP), машинное обучение и искусственный..
Построение модели трансформатора со слоями кодировщика и декодера в TensorFlow
В этом уроке мы продолжаем реализацию полной модели Transformer в TensorFlow. Для достижения этой цели мы реализуем Encoder и Decoder шаг за шагом. В первом уроке мы познакомились с Трансформерами. Что они собой представляют и какие преимущества и ограничения они несут. Также мы реализовали слой PositionalEmbedding в TensorFlow. После первого урока мы перешли ко второму уроку . Во втором уроке мы реализовали слои Add & Norm , BaseAttention , CrossAttention ,..