Публикации по теме 'deep-learning'
Топ-3 категории алгоритмов машинного обучения
Сегодня машинное обучение очень популярно. Многие компании хотят использовать машинное обучение в своей повседневной деятельности. Алгоритмы машинного обучения чаще всего используются в прогнозной аналитике. Например, как интернет-магазины прогнозируют распродажу в следующем месяце. Модели машинного обучения основаны на исторических данных и алгоритмах. Когда данные меняются, модели машинного обучения также меняются…
На самом деле, что такое ансамблевое обучение? -1
Всякий раз, когда мы решаем купить мобильный телефон или ноутбук, мы спрашиваем об этом продукте по-разному. мы увидим каждый обзор этого продукта. Мы учитываем рейтинги производительности, батареи, дисплея и т. Д. После всех соображений мы примем решение о покупке мобильного телефона. Итак, здесь мы используем ансамблевое обучение. Здесь мы обобщили все отзывы о продукте и приняли результирующее решение.
Ансамблевое обучение — это метод машинного обучения, который объединяет прогнозы..
Как научить ИИ мыслить категорично?
Основная методология различения изображений собак и кошек с использованием сверточных нейронных сетей.
Что такое CNN и как это вообще работает?
Сверточная нейронная сеть (CNN) — это тип нейронной сети, который большую часть времени используется для работы с изображениями и, как следствие, с пикселями. Чтобы развлечься, мы будем использовать библиотеку глубокого обучения TensorFlow, создано Google. Но прежде чем пытаться сделать какие-то прогнозы, мы должны выполнить предварительную..
Проверка на практике! Действительно ли глубокое обучение стоит всей шумихи?
Глубокое обучение, по крайней мере, последние 5 лет, находится на вершине списка модных словечек в технологиях. Он стал настолько популярным, что в наши дни термины «искусственный интеллект» и «глубокое обучение» стали синонимами. Огромная шумиха вызвана тем, что такое глубокое обучение и на что оно способно. Но, как это часто бывает, большая часть этой шумихи не совсем соответствует действительности. В этом посте давайте сделаем шаг назад и посмотрим, что именно делает глубокое..
Исследования на основе кубических поверхностей, часть 1 (машинное обучение)
Вопросы о динамике на естественном семействе аффинных кубических поверхностей (arXiv)
Автор : Хулио Ребело , Роланд Рёдер
Аннотация: Ставится ряд вопросов о динамике группы голоморфных автоморфизмов аффинных кубических поверхностей.
SA,B,C,D={(x,y,z)εC3:x2+y2+z2+xyz=Ax+By+Cz+D},
где A, B, C и D — комплексные параметры. Это групповое действие описывает монодромию знаменитого уравнения Пенлеве 6, а также естественную динамику группы классов отображений на многообразиях характеров..
Приложения рекомендательных систем, часть 3 (искусственный интеллект)
Мультимодальная система рекомендаций с дополнительной информацией (arXiv)
Автор: Муфхумудзи Мутиви , Теренс Л. ван Зил , Хайронг Ван
Аннотация: Контекстно-зависимые рекомендательные системы улучшают классические рекомендательные системы, включая в моделирование поведение пользователя. Исследования систем контекстно-зависимых рекомендаций ранее рассматривали только последовательный порядок элементов как контекстную информацию. Однако существует множество неиспользованной..
Приложения трансферного обучения, часть 3 (машинное обучение)
Контрастная дистилляция — это эффективная сэмпловая политика самоконтроля потерь для трансферного обучения (arXiv)
Автор: Крис Ленгерих , Габриэль Синнев , Эми Чжан , Хью Лезер , Курт Шустер , Франсуа Шартон , Чарисс Редвуд .
Аннотация: традиционные подходы к RL были сосредоточены на изучении политики принятия решений непосредственно из эпизодических решений, при этом медленно и неявно изучая семантику композиционных представлений, необходимых для обобщения. В то время как..