Публикации по теме deep-learning

Публикации по теме 'deep-learning'

MLOps сделано правильно

Компания, в которой работает Том, хочет разбогатеть, поэтому его босс просит его использовать свои недавно приобретенные знания (3-дневный семинар) о машинном обучении (ML), чтобы спрогнозировать курс акций Apple в следующие 2 года (это невозможно », Не пытайтесь это сделать!). Но позвоните мне, если у вас все получится ... Он начинает свой амбициозный проект и делает следующее: Он создает веб-скребок для сбора всех необходимых данных и сохраняет их локально на своей машине. Он..

Сжатие и возбуждение: улучшение CNN для улучшенного представления функций

Механизм внимания для расширения возможностей канала первоначально опубликовано на amitnkhade.com Введение Сети сжатия и возбуждения (SE) представляют собой тип искусственной нейронной сети , которая помогает компьютерам лучше понимать и распознавать изображения. Они делают это, сосредотачиваясь на важных частях изображения и игнорируя второстепенные. Модуль SE в сети состоит из двух основных частей: части сжатия и части возбуждения. Сжимающая часть упрощает..

Использование бутылок Клейна в машинном обучении, часть 6

n-мерная бутылка Клейна — это настоящее многообразие Ботта (arXiv). Автор: Навнатх Даундкар , Прияврат Дешпанде . Аннотация: Недавно Дэвис инициировал исследование n-мерного аналога бутылки Клейна. Эта обобщенная бутылка Клейна представляет собой пространство модулей плоских многоугольников для определенного выбора длин сторон. Дэвис определил многие топологические инварианты и теоретико-многообразия свойства этого пространства. Основная цель этой короткой заметки — показать, что..

Работа с Concept Drift 2023, часть 6 (машинное обучение)

Прогнозирование потоков пациентов с изменением концепций, вызванным пандемией, с использованием объяснимого машинного обучения (arXiv) Автор : Тео Сусняк , Пола Мэддиган Аннотация: Точное прогнозирование поступления пациентов в клиники неотложной помощи (UCC) и отделения неотложной помощи (ED) важно для эффективного обеспечения ресурсами и ухода за пациентами. Однако правильно оценить потоки пациентов непросто, поскольку это зависит от многих факторов. Прогнозируемость прибытия..

Разница между AI, ML и DL

Разгадка фундаментальных различий между AI, ML и DL Введение Искусственный интеллект (ИИ) — это обширная область, охватывающая как глубокое обучение (ГО), так и машинное обучение (МО). В этой статье мы рассмотрим основные особенности и различия между этими областями, чтобы обеспечить более четкое понимание того, как они соотносятся друг с другом и чем отличаются друг от друга. Искусственный интеллект (ИИ) Искусственный интеллект (ИИ) — это широкая область, целью которой..

Использование пространств Вассерштейна в алгоритмах машинного обучения, часть 3

Обобщение мнений без присмотра в пространстве Вассерштейна (arXiv) Автор: Jiayu Song , Iman Munire Bilal , Adam Tsakalidis , Rob Procter , Maria Liakata . Аннотация: обобщение мнений объединяет мнения, выраженные в группе документов, обсуждающих одну и ту же тему, для создания единого резюме. В недавней работе рассматривалось обобщение мнений по группам постов в социальных сетях. Такие сообщения шумны и имеют непредсказуемую структуру, что создает дополнительные проблемы для..

Встраивание предложений с помощью BERT и подобия предложений

В этой статье рассказывается, как использовать BERT для встраивания предложений и использовать это встраивание для точной настройки последующих задач. Я также расскажу о сходстве предложений для кластеризации предложений или сопоставления намерений. В этой статье я рассмотрю только некоторые детали BERT, так как в Интернете уже есть множество отличных статей и руководств, рассказывающих об этом. Хорошо, это начать его! Встраивание предложения BERT для последующей задачи Идея..