Публикации по теме 'automl'


Автомл
Автомл Мы должны понимать, что модели ML не статичны — как только меняются данные, меняются и модели, и их прогнозы, и необходимо постоянно отслеживать пайплайны ML, переобучение, оптимизацию и так далее. Все это нетривиальные с многих точек зрения проблемы «временных рядов», которые должны решать инженеры и специалисты по данным. У решений могут быть огромные временные горизонты, но хуже всего то, что их нужно поддерживать впоследствии. Фу. Как инженеры, мы любим создавать вещи, но..
Представляем xpanseML
Автоматизированное машинное обучение для всех Автоматизированное машинное обучение (AutoML) в последнее время стало модным словом. Существует множество сервисов, инструментов и API-интерфейсов для выполнения различных видов машинного обучения. xpanseML — это платформа машинного обучения для обучения и публикации прогностических моделей. Но что это значит ? Организации собирают огромное количество данных о клиентах или процессах. Эти исторические наборы данных можно использовать..
Использование моделей обнаружения объектов Google Cloud AutoML Edge в Python
Этот блог - четвертый в моей серии по обучению и запуску моделей Tensorflow в среде Python. Если вы не читали мои предыдущие блоги, посвященные AutoML и машинному обучению на периферийных устройствах, я предлагаю вам сделать это, прежде чем продолжить эту публикацию. Вот статья, в которой я описываю, как обучить собственную модель обнаружения объектов менее чем за несколько часов: Создание модели обнаружения объектов TensorFlow Lite с помощью Google Cloud..
Автоматизированное машинное обучение для прогнозирования временных рядов
Автор Francesca Lazzeri . Эта статья является выдержкой из книги Машинное обучение для прогнозирования временных рядов с помощью Python , также выпущенной Lazzeri, опубликованной Wiley. Временные ряды - это тип данных, которые измеряют, как вещи меняются с течением времени. В наборе данных временных рядов столбец времени не представляет переменную как таковую: вместо этого более полезно думать, что это первичная структура для упорядочивания набора данных. Эта временная структура..
Еженедельники #018
Хола! Продолжение отчета о еженедельных исправлениях сезона: Истории: Мой первый день в качестве инженера по компьютерному зрению . Три вещи, которым я научился в Amazon и которые подготовили меня к карьере в области машинного обучения . Питон: 10 полезных практик машинного обучения для разработчиков Python . 7 простых функций Python для очистки ваших данных . База данных временных рядов: Uber M3 — это база данных временных рядов для масштабируемых задач..
Краткий обзор AutoML
Автоматизированное машинное обучение (AutoML)  — это процесс комплексной автоматизации процесса применения машинного обучения. Когда мы применяем алгоритмы машинного обучения, мы обычно выполняем предварительную обработку данных, разработку функций, выбор модели, обучение модели, настройку гиперпараметров, а затем прогнозы. Поскольку многие из этих шагов часто выходят за рамки возможностей неспециалистов, AutoML был предложен в качестве основанного на искусственном интеллекте решения..
Вносит ли AutoML предвзятость в прогнозные модели? — Фиона
Держите человека в курсе, чтобы обеспечить контекст данных За последние несколько лет возможности автоматизации, ориентированной на данные, продемонстрировали невероятную скорость — от роботизированной автоматизации процессов до компьютерного зрения и AutoML. Все эти технологии значительно повысили производительность в различных отраслях за счет сокращения объема ручного труда, необходимого людям для выполнения задач. Однако по мере совершенствования этих технологий люди все дальше и..