Публикации по теме 'data-science'
Работа с функциями активации, часть 3 (машинное обучение)
Настройка функций активации с учетом данных снижает ошибку нейронной сети (arXiv)
Автор: Фучан Гао , Боюй Чжан .
Аннотация: В этой работе мы предлагаем новую немонотонную функцию активации: модуль. Большинство опубликованных исследований нелинейностей сосредоточено на монотонных функциях. Мы эмпирически демонстрируем, как при использовании функции активации модуля в задачах компьютерного зрения модели обобщаются лучше, чем с другими нелинейностями — повышение точности до 15% в..
ИИ и искусство быть человеком
Эволюция ИИ связана не только с технологическим прогрессом; это зеркало, отражающее нашу собственную человечность. Стремясь заставить машины понимать нас и подражать нам, мы обнаруживаем, что понимаем, что на самом деле означает быть человеком.
Алия Григ, основатель/генеральный директор: LinkedIn | Твиттер
Когда мы разрабатываем наш ИИ под названием SensEI , мы сталкиваемся с интригующим вопросом: Может ли ИИ помочь нам стать более человечными? На первый взгляд вопрос..
Максимизация эффективности в соревнованиях Kaggle с пакетом Python kaggle_util
Вы устали тратить часы на настройку каталогов, загрузку наборов данных, отправку результатов и просмотр таблицы лидеров, участвуя в соревнованиях Kaggle? kaggle_util здесь, чтобы помочь вам со всеми вашими проблемами, связанными с Kaggle!
kaggle_util — это пакет Python, предоставляющий набор служебных функций для работы с наборами данных и соревнованиями Kaggle. С kaggle_util вы можете легко настроить каталоги своих проектов, загрузить наборы данных, отправить свои результаты и..
Сложный способ использования уменьшения размерности для обнаружения выбросов в Python
Давайте поймать эти грандиозные выбросы!
Вступление
Все мы использовали эти простые методы - строим диаграмму рассеяния или KDE, и точки данных, наиболее удаленные от группы, являются выбросами. Теперь скажите мне - как бы вы использовали эти методы, если бы вы находили выбросы, скажем, в 100-мерных наборах данных? Сразу же о методах визуального обнаружения выбросов не может быть и речи.
Поэтому приходят на ум необычные алгоритмы машинного обучения, такие как Local Outlier Factor..
как стать лучшим разработчиком программного обеспечения?
Прежде чем погрузиться в более сложные темы, убедитесь, что вы хорошо понимаете основы программирования, структуры данных, алгоритмы и принципы проектирования программного обеспечения.
2. Регулярно практикуйтесь в написании кода:
Чем больше вы кодируете, тем лучше вы становитесь. Попробуйте работать над личными проектами, участвовать в проектах с открытым исходным кодом или участвовать в соревнованиях по кодированию, чтобы улучшить свои навыки кодирования.
3. Учитесь у других:..
Мониторинг моделей с помощью Evidently.AI
Привет и добро пожаловать!
Мониторинг данных
Возможно, вам интересно, что такое мониторинг данных? Для какой цели мы его используем и если это так важно, то какие инструменты мы можем использовать для мониторинга данных.
Мониторинг данных — это процесс постоянного наблюдения, отслеживания и анализа данных в режиме реального времени или на регулярной основе для обеспечения их качества, точности, последовательности и безопасности. Используя Evidently.AI, мы можем контролировать..
Инновационное использование алгоритмического мышления, часть 1 (информатика)
Нейронно-алгоритмическое мышление с причинно-следственной регуляризацией (arXiv)
Автор: Беатрис Бевилакуа , Кириакос Никифору , Борха Ибарз , Иоана Бика , Микела Паганини , Чарльз Бланделл , Джована Митрович , Петар Величкович .
Аннотация: Недавняя работа по нейронным алгоритмическим рассуждениям исследовала способности нейронных сетей к рассуждениям, эффективно демонстрируя, что они могут научиться выполнять классические алгоритмы на невидимых данных, поступающих из..