Публикации по теме 'machine-learning'
[ML] CNN: эквивалентность и инвариантность перевода
TL;DR
Оператор свертки является эквивалентом трансляции, что означает, что он сохраняет трансляции, однако обработка CNN позволяет обеспечить инвариантность трансляции, которая достигается посредством надлежащего (т.е. связанного с пространственными характеристиками) уменьшения размерности.
Полная версия
Операторы вычисления представления позволяют переходить из пространства ввода (например, необработанного изображения) в пространство функций.
Так, например, каков эффект..
Варианты использования перекрестной проверки, часть 5 (машинное обучение)
Неравенства концентраций для перекрестной проверки с исключением одного (arXiv)
Автор: Бенни Авелин , Лаури Вийтасаари .
Аннотация: В этой статье мы доказываем, что стабильности оценщика достаточно, чтобы показать, что перекрестная проверка с исключением по одному является надежной процедурой, путем предоставления границ концентрации в общей структуре. В частности, мы предоставляем границы концентрации за пределами допущений о непрерывности Липшица для потерь или для оценки. Чтобы..
Интерпретируемость моделей глубокого обучения
Интерпретируемость моделей глубоких нейронных сетей (DNN) всегда была ограничивающим фактором для случаев использования, требующих объяснения функций, задействованных в моделировании, и это имеет место во многих отраслях, таких как финансовые услуги. Финансовые учреждения, в силу регулирования или по собственному выбору, предпочитают структурные модели, которые легко интерпретируются людьми, поэтому модели глубокого обучения в этих отраслях медленно внедряются. Примером критического..
Карьера, основанная на данных, расшифрована
В последнее десятилетие многие компании использовали данные для увеличения доходов, прибыли и масштабов. здесь будет рассказано о том, кто обрабатывает данные в компаниях, и основные ноу-хау, необходимые для работы.
Бизнес-аналитик Требуется несколько основных ноу-хау, в том числе:
знание статистических инструментов/программ: SAS, STATA, SPSS, R. способен продемонстрировать понимание аналитических методов, включая регрессию, анализ тенденций, прогнозирование и A/B-тестирование. РС...
Надежные машины факторизации
Неполные данные? Шумные настройки? Давайте рассмотрим Робастные машины факторизации , недавнее шумозащитное дополнение в области контролируемого обучения.
Робастные машины факторизации , недавно предложенные на WWW’18, представляют собой семейство нелинейных классификаторов, которые учитывают любую потенциальную неполноту / шум данных. Они включают в себя принципы робастной оптимизации в очень выразительных машинах факторизации. В результате обученные модели демонстрируют..
Что такое машинное обучение?
Все это называется машинным обучением для обучения машин (компьютеров) . Что значит позволить машинам учиться?
Например, когда человеку показывают какую-то картинку, то люди могут судить, кошачья это картинка или нет.
Вы рассудите: «Вот кошка, потому что она бородатая, покрыта мехом и имеет уши».
При показе этой картинки машине, машина будет использовать определенный алгоритм, чтобы определить, является ли это изображением кошки, и машина решит: «Это изображение кошки, потому..
Добавление TensorFlow.js в Angular
TensorFlow.js — это мощный инструмент для создания машинного обучения в JavaScript. Лучше всего то, что Angular — это машинописный текст, слегка улучшенный JavaScript. С небольшими изменениями вы можете использовать TensorFlow.js в своих приложениях Angular и сделать его умнее!
В этом посте я расскажу вам, как настроить Angular для запуска TensorFlow.js.
1° создать базовое приложение Angular
ng new client
2° Установите TensorFlow.js
npm i @tensorflow/tfjs
3° последний штрих..