Публикации по теме data

Публикации по теме 'data'

Повышение производительности модели с использованием различных источников данных

Google проделал огромную работу по развитию индустрии искусственного интеллекта и машинного обучения. Некоторое время назад они разместили фантастический сайт под названием Лучшие практики машинного обучения машинного обучения , в котором они предоставляют 43 правила того, как правильно делать машинное обучение на основе своего опыта. Я настоятельно рекомендую прочитать этот сайт как новичкам, так и экспертам отрасли. Там много самородков золота. Фактически, можно было бы написать..

Слова с открытым исходным кодом — часть 2

Для описания программного обеспечения используется много слов: фреймворк, прогрессивный, модульный, многоразовый, расширяемый, масштабируемый, простой, до бесконечности . Поработав и написав ряд веб- и мобильных проектов, мне было любопытно: какие слова составляют коллективный лексикон разработчиков и на что они были ответом? Чтобы решить эту проблему, я написал некоторый код Python для очистки и анализа README из 2000 лучших репозиториев GitHub, получивших наибольшее количество..

Применение науки о данных к десяти этапам жизненного цикла розничной торговли

Для максимального удобства чтения я настоятельно рекомендую скачать PDF-файл здесь . Наука о данных - новый рубеж для инноваций в розничной торговле По мере того как методы машинного обучения начинают проявлять себя, мы начинаем видеть, как каждый крупный технологический игрок делает ключевые стратегические ставки в области искусственного интеллекта. Google однозначно позиционирует себя как «компания, занимающаяся прежде всего искусственным интеллектом» - организуя каждую..

Использование Airflow для создания легкого конвейера машинного обучения

На днях я работал с Airflow и обнаружил, что не могу найти в Интернете совет по поводу, казалось бы, простых задач: Как обработать файл CSV с помощью Airflow? Как сохранить фрейм данных в базе данных с помощью Airflow? Как использовать scikit-learn в Airflow для создания простой модели машинного обучения? После некоторой работы я придумал простой рабочий пример, который подробно описан ниже. Настройка воздушного потока Я не собираюсь тратить здесь кучу времени, так как это может..

Как работает контекстное обучение, часть 2 (машинное обучение)

Использование контекстного обучения для повышения безопасности диалога (arXiv) Автор: Николас Мид , Спандана Гелла , Деваманью Хазарика , Пракхар Гупта , Ди Джин , Шива Редди , Ян Лю , Дилек Хаккани-Тюр . Аннотация: В то время как большие диалоговые модели на основе нейронных сетей становятся все более эффективными в качестве диалоговых агентов, недавняя работа выявила проблемы безопасности с этими системами. Например, эти системы можно подтолкнуть к созданию токсичного..

Внедрение API данных в FinRL — Tshare

Краткое руководство, знакомящее с платформами данных, поддерживаемыми в FinRL-Meta. Этот блог переведен и изменен из блога Zhihu 兰心飞侠: https://zhuanlan.zhihu.com/p/599885424 Коды можно найти в FinRL-Meta: FinRL-Meta: управляемая данными метавселенная для обучения финансовому подкреплению FinRL-Meta (веб-сайт с документацией) создает вселенную рыночных сред для обучения финансовому подкреплению на основе данных… em>github.com..

Исследование на основе игры Монти Холла (статистика)

Квантовая версия обобщенной игры Монти Холла и ее возможные приложения для квантовой защищенной связи ( arXiv ) Автор: Л. Ф. Кесада , Ши-Хай Донг Аннотация: В этой работе мы предлагаем квантовую версию обобщенной игры Монти Холла, то есть такую, в которой параметры игры остаются свободными и не фиксируются на своих обычных значениях. Затем разработанная квантовая схема используется для изучения ожидаемого выигрыша игрока с использованием как разделяемого, так и запутанного..