Публикации по теме 'machine-learning'
О лошадях, машинах и искусственном интеллекте в архитектуре
С оцифровкой проектирование все больше автоматизируется. Эту тенденцию можно сравнить с появлением автомобиля, потому что метафора автомобиля хорошо подходит для описания влияния оцифровки и автоматизации проектирования на роль архитекторов и их клиентов.
Автоматизация процесса архитектурного проектирования изучается и преподается под названием «кибернетика» в течение многих лет в различных европейских архитектурных школах. Дискурс вращается вокруг повторяющегося вопроса о том, как..
Цель Flutter — предоставить открытую платформу для быстрого создания красивых нативных приложений на нескольких платформах. Большая часть достижения этой цели — это возможность легко тестировать свои приложения Flutter, чтобы убедиться, что они работают
Обратите внимание на импорт пакета Integration_test и вызов IntegrationTestWidgetsFlutterBinding.ensureInitialized(), который обеспечивает правильную инициализацию пакета. Также обратите внимание на стандартный тестовый код WidgetTester. Это тот же тестовый код, сгенерированный шаблоном приложения Counter по умолчанию во время создания флаттера. Хотя Integration_test позволяет объединять ваши тесты в ваше приложение автономным способом (что является требованием для ферм устройств, таких как..
Au Revoir Backprop! Bonjour Optical Transfer Learning!
Как люди, всякий раз, когда мы узнаем что-то новое, мы опираемся на свой прошлый опыт и знания. Трансферное обучение - это та же мощная идея, но она применяется к глубокому обучению.
Что такое трансферное обучение?
Трансферное обучение широко используется в глубоком обучении. Его цель - передать часть знаний, полученных одной моделью при решении одной задачи, другой модели. Это полезно, когда доступные данные ограничены или когда время является большим ограничением при..
Будущее венчурного капитала: улучшение людей с помощью ИИ
tl;dr:
Источники на основе данных и интеллектуальный отбор позволят венчурным капиталистам более эффективно и действенно выявлять наиболее перспективных предпринимателей в нужный момент и в любом месте. География и «теплые вступления» со временем станут неактуальными. В среднесрочной перспективе поиск поставщиков станет менее важным отличительным признаком, поскольку инвесторы будут постепенно использовать одни и те же источники идентификации. Креативность в отношении новых точек..
Характеристики «неверных данных» для машинного обучения и возможные решения?
[ML0to100] — S1E13
Поскольку ваша основная задача - выбрать алгоритм обучения и обучить его на некоторых данных , могут возникнуть две ошибки: « плохой алгоритм ». и « неверные данные »
Примеры неверных данных-
1. Недостаточное количество обучающих данных -
Для правильной работы большинства алгоритмов машинного обучения требуется много данных.
Даже для очень простых проблем обычно требуются тысячи примеров, а для сложных проблем , таких как распознавание изображений или..
AWS: Amazon Forecast для прогнозирования временных рядов
Автор: Сельвакумар Улаганатан
Читать всю статью здесь .
Недавно я посетил онлайн-конференцию AWS Innovate Online Conference 2019: ML & AI Edition , где высоко оценили Amazon Forecast. Таким образом, я подумал, что было бы неплохо иметь небольшую статью об этом сервисе.
Прогноз Амазонки
Amazon Forecast — это полностью управляемый сервис, использующий машинное обучение для эффективного прогнозирования временных рядов. Имея набор данных временных рядов, вы можете использовать..
SigNet (обнаружение сходства сигнатур с помощью машинного обучения / глубокого обучения): это конец ...
SigNet (обнаружение сходства сигнатур с использованием машинного обучения / глубокого обучения): это конец судебно-медицинской экспертизы?
Мой дедушка был знатоком почерка. Он провел всю свою жизнь, анализируя документы для CBI (Центральное бюро расследований) и других организаций. Его уникальный способ анализа документов с помощью увеличительного стекла и различных инструментов требовал огромного количества времени и терпения для анализа одного документа . Это было тогда, когда..