Публикации по теме 'artificial-neural-network'


Интуитивное руководство по искусственным нейронным сетям
Краткое введение в функциональность искусственных нейронных сетей Искусственные нейронные сети (ИНС) — наиболее часто используемое модное слово в контексте искусственного интеллекта и машинного обучения. В этой статье мы хотим более подробно рассмотреть построение простых сетей и, надеюсь, развеять опасения многих. Мы постараемся использовать в этом введении как можно меньше математики, чтобы даже читатели, еще не знакомые с темой машинного обучения, имели легкий доступ к предмету...
ВВЕДЕНИЕ В ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: КОНЦЕПЦИИ И ПРИМЕНЕНИЕ
Искусственный интеллект (ИИ) — это быстро развивающаяся область, которая может произвести революцию во многих отраслях. «Введение в искусственный интеллект: концепции и приложения» — это всеобъемлющий курс, который охватывает основы ИИ и его приложений. Курс начинается с введения в основные концепции ИИ, включая машинное обучение, глубокое обучение и нейронные сети. Затем курс погружается в практические применения ИИ, такие как обработка естественного языка, компьютерное зрение и..
Искусственный интеллект: машины осваивают искусство обучения
В современном быстро развивающемся мире вы, возможно, довольно часто слышали термин «искусственный интеллект» (ИИ). Но что такое ИИ и как он работает? В этой статье мы простыми словами разгадаем тайны искусственного интеллекта, изучая, как машины учатся, адаптируются и принимают решения, которые кажутся почти человеческими. Что такое искусственный интеллект? По своей сути искусственный интеллект относится к компьютерным системам, которые могут выполнять задачи, обычно требующие..
Взгляд на искусственные нейронные сети
После того, как я опубликовал свою предыдущую статью о Сверточных нейронных сетях (CNN) , я получил много запросов на написание статьи об Искусственных нейронных сетях (ANN) . CNN — это не что иное, как глубокие ИНС с множеством скрытых слоев, которые могут обрабатывать большое количество входных параметров и по своей сути предполагают, что данные являются изображением. Поэтому для нас имеет смысл глубоко погрузиться в мир ИНС и лучше понять их. Вдохновение для ИНС Человеческий..
Модель нейрона МП
ГЛУБОКОЕ ОБУЧЕНИЕ Модель нейрона МП Биологические нейроны Дендриты должны принимать сигналы от других нейронов или органов чувств. Синапсы - это сила взаимодействия двух нейронов. Сома - это своего рода блок обработки, который берет на себя весь нейрон и выполняет какую-то обработку поверх него. Искусственный нейрон x1, x2 и x3 - входные данные, соответствующие дендритам в биологическом нейроне. w1, w2 и w3 обозначают веса, соответствующие синапсу. Круглая..
Оценка и выбор модели в ML
Точность рассчитывается следующим образом: Точность = количество правильных прогнозов/общее количество экземпляров Положительный и отрицательный класс имеют четыре возможных исхода True Negative (TN): если истинная метка для экземпляра является отрицательной, классификатор может предсказать либо отрицательное значение, что является правильным, и назвать истинное отрицательное значение. Ложный положительный результат (FP): если классификатор может ошибочно предсказать..
Как работает нейронная сеть?
Нейронная сеть — это вычислительная структура, которая соединяет входной слой с выходным слоем. Эта вычислительная структура используется для обучения моделей глубокого обучения, которые могут легко превзойти любой классический алгоритм машинного обучения . Как новичок в науке о данных, вы, должно быть, уже слышали о нейронных сетях, но знаете ли вы, как работает нейронная сеть? Если хотите узнать, то эта статья для вас. В этой статье я объясню, как работает нейронная сеть. Вот как..