Публикации по теме machine-learning-tools

Публикации по теме 'machine-learning-tools'

Организация проектов мобильного машинного обучения с помощью Fritz CLI

Организация проектов мобильного машинного обучения с помощью Fritz CLI Когда пыль осела на недавнем проекте мобильного машинного обучения, у нас было накоплено 392 различных модельных контрольных точки. Из-за множества архитектур для тестирования, десятков гиперпараметров для анализа и поддержки множества форматов на устройстве модели быстро накапливались. Сохранение организованности и создание эффективных рабочих процессов были ключами к успеху. Мы знали, что нам нужно упростить..

Машинное обучение является важным навыком для всех амбициозных аналитиков данных и специалистов по данным.

Технология машинного обучения (ML) — это процесс, который делает машины более похожими на людей в своем поведении. Это помогает им принимать решения самостоятельно. Машинное обучение также может применяться во многих отраслях и приложениях. Это делает их более эффективными, а также интеллектуальными. Сегодня это важный навык для всех амбициозных аналитиков данных и специалистов по данным. Итак, если вы новичок, самое главное, что вам нужно сделать, это выбрать несколько лучших тем..

Простое производственное машинное обучение с Metaflow и Seldon

Простое производственное машинное обучение с Metaflow и Seldon Эта статья является совместной работой Клайва Кокса из Seldon и Олега Авдеева из Outerbounds. Клайв является техническим директором Seldon и работает над различными проектами с открытым исходным кодом в экосистеме MLOps, включая Seldon Core и Kubeflow. Олег — соучредитель Outerbounds, ранее работавший в Tecton. Он является одним из основных разработчиков проекта Metaflow с открытым исходным кодом. Введение По мере..

Саммит разработчиков TensorFlow 2020: 10 лучших приемов для пользователей TensorFlow и Google Colab

Google Colab - это действительно инновационный продукт для машинного обучения. Это позволяет машинным инженерам запускать ноутбуки и легко делиться ими с коллегами. Еще одно ключевое преимущество - доступ к графическим процессорам и TPU. В этой статье мы выделим некоторые из советов и приемов, упомянутых во время саммита ТФ в этом году. В частности, эти советы помогут вам максимально эффективно использовать Google Colab. 10. Укажите версию TensorFlow. Очень скоро версия TF по..

БД моделей машинного обучения

Во многих рабочих процессах машинного обучения или анализа данных принято сохранять и проверять несколько моделей, а также сравнивать их эффективность с набором данных для длительной проверки. Эти сохраненные модели могут быть - контрольные точки в одном тренировочном испытании, сохраненные в разные периоды времени, и в этом случае структура сети будет одинаковой, но веса и параметры сети будут разными для разных контрольных точек. Контрольные точки позволяют нам сравнивать и сравнивать..

Должен ли я использовать машинное обучение? Руководство для начинающих 2020 года

Сценарии использования и охват рынка для нетехнических специалистов В надежде ускорить процесс исследования пандемии ученые используют технологии обработки естественного языка (NLP), чтобы помочь им разобраться в огромном количестве научных работ о COVID-19. Между тем, приложения для распознавания лиц могут находить совпадения с точностью до 98%, как и люди. И исследования, проведенные учеными Массачусетского технологического института и клиницистами из Стэнфордского университета,..

Синтия Рудин представляет интерпретируемые и объяснимые модели машинного обучения

Члены WiMLDS NC посетили Red Talk Инициативы по науке о данных NCSU , Секретность, уголовное правосудие и переменная важность , представленную членом WiMLDS NC Синтией Рудин! Доктор Синтия Рудин представила увлекательный обзор моделей машинного обучения «черный ящик», часто используемых в частном секторе. Методология обычно является частной и не всегда прозрачной. Синтия выступала за интерпретируемые модели, созданные за пределами «черного ящика», а не за объяснимые модели, которые..