Публикации по теме 'deep-learning'


Машинное обучение  — «Путь самозапуска!!!
Здравствуйте читатели!!! Добро пожаловать в TheBoringStuffs. Вы слышали слово «Машинное обучение», бродили по Интернету и находили много-много руководств, в которых говорилось: «Прочитай эту книгу, пройди этот курс по машинному обучению, и ты получишь работу», «Следуй этому учебному плану, ты станешь инженером по машинному обучению». », «Смотрите мои видео, вы можете создать свой собственный стартап AI/ML» и этот список можно продолжить… Если вы тот, кто получил такие ответы, то эта..
Проект Менехуне
В котором родился мозг.. Или не конкретно мозг, а части для выполнения вычислений, которые будут аппроксимировать мозг. Набег на машинное обучение, машинный интеллект и младенческий искусственный интеллект. В конце концов, проект перейдет к роевому поведению, картированию зрения и автономным алгоритмам поиска и спасения, но это еще далеко от этого этапа. Искусственный интеллект, машинное обучение и глубокое обучение существуют уже довольно давно, но в некотором смысле эта область..
Обучение выполнению линейной фильтрации с использованием данных естественного изображения
Обучение выполнению линейной фильтрации с использованием данных естественного изображения Сверточные нейронные сети обычно изучают полезные функции на основе данных обучения. В зависимости от задачи особенности первых слоев свертки могут представлять что-то элементарное для обучающих данных. Например, в данных изображения изученные функции могут представлять края и капли. На последующих уровнях сети изученные функции могут представлять более абстрактные объекты более высокого уровня...
Передача обучения — Введение, примеры использования и советы по развертыванию
Автор: Prakash Gupta , Rajeev Bajaj , 11 февраля 2021 г. Transfer Learning — признанный способ создания высокопроизводительных моделей глубокого обучения с ограниченными наборами данных и гораздо меньшим объемом вычислений. Широко известно, что глубокое обучение дает отличные результаты, но при этом требует огромных наборов данных и больших вычислительных мощностей. Даже когда глубокое обучение является лучшим инструментом для решения проблемы, доступность больших наборов данных..
Мультиклассовая классификация последовательностей случайных расщепленных белков pfam seed с использованием глубокого обучения
Использование глубокого обучения для аннотации белковой вселенной Ссылка на изображение - нажмите здесь Демо-пример Введение Понимание взаимосвязи между аминокислотной последовательностью и функцией белка - давняя проблема молекулярной биологии с далеко идущими научными последствиями. Несмотря на шестидесятилетний прогресс, современные методы не могут аннотировать 1/3 последовательностей микробных белков, что ограничивает нашу способность использовать..
4 шага к изучению TensorFlow, если вы уже знаете scikit-learn
Многие современные энтузиасты данных изучали основы Data Science несколько лет назад с помощью классического триптиха-победителя: Эндрю Нг МООК Kaggle scikit-learn В Zelros некоторые из нас начали анализировать данные в 2013 году. Это было до того, как Эндрю Нг был нанят Baidu , до неудавшейся попытки Kaggle переориентироваться на консалтинговый бизнес в области энергетики , а до того, как внепрофильное обучение ( partial_fit ) было обобщено в scikit-learn! В..
Важные ссылки на статьи в области науки о данных и глубокого обучения
Учитесь и практикуйтесь Я делюсь ссылками на статьи, связанные с Python, статистикой, машинным обучением, глубоким обучением и обработкой изображений. Надеюсь, вам пригодятся эти статьи. Машинное обучение 1. Концепции смещения и дисперсии в наборе данных 2. Полностью объясненная линейная регрессия с Python 3. Полностью объясненная логистическая регрессия с Python 4. Полностью объясненная K- означает кластеризацию с использованием Python 5. Полностью объясненная..