Публикации по теме 'machine-learning'
<сильный>4. Этические аспекты ИИ
В последние годы искусственный интеллект (ИИ) стал свидетелем замечательных достижений, значительно влияющих на различные аспекты жизни общества. В этой статье исследуется рост ИИ и его глубокое влияние на различные сектора, включая здравоохранение, транспорт, финансы и другие. Мы углубимся в возможности ИИ, его потенциальные преимущества и этические соображения, возникающие в связи с его широким распространением.
Заключение
Искусственный интеллект (ИИ) имеет богатую историю,..
Глубокое обучение
Глубокое обучение: секрет интеллекта
Вы когда-нибудь задумывались о том, как Netflix знает, какие шоу, сериалы, фильмы могут вас заинтересовать, или как Amazon знает, какие продукты вам могут понравиться заранее, или как Apple Siri, Google Voice Assistant или Microsoft Cortana понимает и помогает вам? Это не магия или какое-то колдовство, это скорее сложные алгоритмы, которые анализируют закономерности и человеческое поведение, которые затем обрабатываются для получения разумных..
Трансформеры встречают онлайн-обучение: новое исследование объединяет предварительную подготовку в автономном режиме и точную настройку в режиме онлайн, достигая…
Недавние исследования продемонстрировали захватывающий прогресс в формулировании задач автономного обучения с подкреплением (RL) в виде задач контекстно-обусловленного моделирования последовательностей, что позволяет использовать мощные архитектуры преобразователей для значительного улучшения производительности без использования моделей, особенно в сценариях…
Руководство по маркировке данных для оценки релевантности поиска
Это руководство впервые было представлено как часть учебного пособия на TheWebConf ‘21
Машинное обучение (ML) имеет ряд приложений в современной коммерции, при этом поиск информации (IR) является одним из наиболее распространенных. Многие электронные компании используют его для оценки релевантности качества поиска на своих платформах, чтобы предоставлять пользователям более качественные услуги.
Как правило, при работе с IR чем больше корпус, тем больше должен быть набор данных для..
Прогресс в многообразном обучении, часть 3 (машинное обучение)
LAMA-Net: неконтролируемая адаптация домена с помощью скрытого выравнивания и многообразного обучения для прогнозирования RUL (arXiv)
Автор: Ману Джозеф , Варчита Лалвани .
Резюме: Прогностика и управление здоровьем (PHM) — это новая область, которая привлекла большое внимание обрабатывающей промышленности из-за преимуществ и эффективности, которые она приносит. Прогнозирование оставшегося срока полезного использования (RUL) лежит в основе любой системы PHM. Самые последние..
Краткая история обнаружения краев
Я думаю, все мы согласны с тем, что изображения прекрасны. Их приятно щелкать, манипулировать ими и извлекать из них функции. Вся моя карьера дизайнера и инженера по обработке изображений связана с тем, что мне нравилось дурачиться с изображениями в MS Paint.
Кстати об особенностях
Если вы читаете этот блог, должен быть один из двух различных сценариев, которые привели вас сюда.
Я держал тебя под прицелом и заставил прочитать это. Вы заинтересованы в обработке изображений, даже если..
Мое путешествие в Kaggle 2018
Kaggle - отличная платформа для практики, обучения и реализации новых навыков, связанных с наукой о данных, машинным обучением, визуализацией данных, рассказыванием историй данных и т. Д. Одним из моих решений в 2018 году было создать хороший профиль к концу года. год, и я могу с гордостью сказать, что мне это удалось.
Я присоединился к kaggle в январе и к концу года стал ядром Grandmaster , достиг второго места в общем рейтинге , выиграл 10 наград ядра (включая 3..
