Публикации по теме 'data'
Исследования, основанные на взаимодействии с компьютерами, часть 1 (Технологии будущего)
Перенос концепций прототипа PIM Research в мейнстрим: успехи или неудачи (arXiv)
Автор: Матяж Клюн, Джон Мариани, Алан Дикс
Аннотация: управление личной информацией (PIM) относится к практике и изучению того, как люди получают, систематизируют, поддерживают, извлекают, архивируют и удаляют информацию по разным причинам в физическом и цифровом мирах. Многие инструменты PIM доступны для управления информацией на наших настольных компьютерах, в то время как многие..
Раскрытие логистической регрессии: подробное руководство с практическим кодом Python
Введение
Логистическая регрессия — это фундаментальный и широко используемый алгоритм машинного обучения для решения задач двоичной классификации. Несмотря на свое название, он используется не для задач регрессии, а скорее для прогнозирования вероятности принадлежности экземпляра к определенному классу. В этой статье мы углубимся в логистическую регрессию, изучим ее математические основы и предоставим практические примеры кода Python для иллюстрации ее применения.
Оглавление
1...
Понимание состязательных атак, часть 3 (искусственный интеллект)
Нецелевая состязательная атака с привлечением внимания объекта ( arXiv)
Автор: Чао Чжоу , Юань-Гэн Ван , Гопу Чжу
Вывод: Глубокие нейронные сети сталкиваются с серьезными угрозами со стороны злоумышленников. Большинство существующих атак методом «черного ящика» обманывают целевую модель, генерируя либо глобальные возмущения, либо локальные исправления. Однако как глобальные возмущения, так и локальные исправления легко вызывают раздражающие визуальные артефакты в..
Настройка гиперпараметров с помощью Optuna — руководство — Ханс Тиренс
GitHub — datarootsio/tutorial-hyperparameter-optimization: Tutorial for Rootlabs@Lunch: Практическая оптимизация гиперпараметров
Учебник для Rootlabs@Lunch: Практическая оптимизация гиперпараметров — GitHub — datarootsio/tutorial-hyperparameter-optimization: Учебник для Rootlabs@Lunch: Практическая оптимизация гиперпараметров
GitHubdatarootsio
Вам также может понравиться
Маркетинговая стратегия — Как выйти за рамки моделей склонности — Виржини Марелли
Когда вы..
4 ключевых процесса в моделировании машинного обучения
Оптимальное обучение на основе данных
В этой статье я расскажу о четырех основных процессах моделирования машинного обучения (ML), которые вы должны хорошо знать как специалист по работе с данными.
Машинное обучение — это ветвь искусственного интеллекта, которая имитирует человеческую способность к обучению, раскрывая шаблоны данных, то есть отношения между функциями и целевой переменной. Функции — это независимые переменные, которые представляют атрибуты данного наблюдения или точки..
Полное руководство по исследовательскому анализу данных
Полное руководство по исследовательскому анализу данных
Исследовательский анализ данных (EDA) — это важный шаг в анализе данных, который включает в себя обобщение, визуализацию и понимание наборов данных для выявления закономерностей, тенденций и взаимосвязей. EDA помогает получать ценную информацию и принимать обоснованные решения в отношении данных и является основой многих проектов анализа данных и машинного обучения.
Почему важен исследовательский анализ данных?
EDA имеет..
Использование JavaScript для решения простой статистической задачи: «Должен ли я изменить свой выбор?»
Решение распространенной (на первый взгляд) статистической задачи
Я шел из паба со своей командой, и у меня был жаркий спор о самых разных вещах, во время которого один парень задал вопрос, который, по-видимому, является обычной статистической проблемой:
«Здесь 50 дверей, а за одной только сокровище. Вы можете выбрать любую дверь; Остальные 48 дверей я уберу без сокровища. Итак, у вас останется ваша дверь и еще одна, вы знаете, одна из них должна спрятать сокровище. Теперь вы..