Публикации по теме machine-learning

Публикации по теме 'machine-learning'

Современное (2019 г.) распознавание лиц с помощью RetinaFace и MXNet

Тестировать нейронные сети глубокого обучения на общедоступных наборах данных — это весело, но обычно на невидимых данных вы действительно можете увидеть, как на самом деле работают опубликованные методы. Недавно я пытался обнаружить человеческие лица на кадрах Игры престолов . Я был удивлен, увидев, что наиболее широко используемые методы не очень хорошо себя зарекомендовали. Сначала я попробовал Каскадный детектор OpenCV HaaR , затем Фронтальный детектор лица Dlib HOG . В обоих..

Методы, основанные на политике

Это моя вторая часть обзора обучения Deep Q. Вы можете найти первую запись здесь . Пожалуйста, проверьте его, он всеобъемлющий. Далее следует обзор методов на основе политик и расчетов градиентов политик. Все уравнения написаны в Latex и Word. Методы критики актеров — это что-то вроде новой интересной темы, а также новый подход к решению очень сложных проблем, таких как Alpha-go, с использованием Actor , смоделированного как Политика , которая диктует действия и критика..

Социальные данные

Социальные данные Понимание уникальных проблем и потенциала Эта статья является первой из серии, посвященной социальным сетям, анализу настроений и уникальной вселенной социальных данных. В одних случаях это зарождающаяся концентрация, а в других - созревающая. Как и многие другие усилия в области аналитики, это место, где старые стратегии встречаются с новыми, позволяя технологиям с потенциалом выполнить некоторые старые обещания. В Corsair мы следуем аналитическому процессу..

MSG-GAN: многомасштабные градиенты-GAN

Код этого эксперимента доступен в моем репозитории на github здесь https://github.com/akanimax/MSG-GAN . Контрольные точки обученных моделей доступны по адресу https://drive.google.com/drive/folders/119n0CoMDGq2K1dnnGpOA3gOf4RwFAGFs Мотивация Отрывок из статьи Progressive Growing of GANs : Когда мы измеряем расстояние между обучающим распределением и сгенерированным распределением, градиенты могут указывать на более или менее случайные направления, если распределения не имеют..

Почему вы должны выбирать свои гипотезы ДО того, как изучать данные

Сидя на уроке статистики, мой профессор часто повторял, насколько важно решить гипотезы, которые нужно проверить, прежде чем смотреть на данные. Он высмеивал идею интеллектуального анализа данных и заявлял, что любой, кто формулирует свои гипотезы после просмотра данных, обречен на провал. Он никогда не говорил почему. Я видел похожие мысли, отраженные в руководящих принципах по разработке медицинских испытаний: перед началом рандомизированного контрольного испытания для проверки..

Анализ метеорологических данных

В этой статье мы в основном проведем анализ метеорологических данных. Одним из типов данных, которые легче найти в сети, являются метеорологические данные. Многие сайты предоставляют исторические данные по многим метеорологическим параметрам, таким как давление, температура, влажность, ветер, видимость и т. д. В этой статье мы будем работать с одним из таких наборов данных. В наборе данных есть почасовая температура, зарегистрированная за последние 10 лет, начиная с 01.04.2006 по..

Машинное обучение и его угрозы

Технологии - неотъемлемая часть развития общества, подпитываемая наукой, технологии достигли того, что еще несколько десятилетий назад считалось невозможным. Компьютеры сыграли важную роль в развитии технологий. С течением времени компьютеры становятся все более компактными: от ENIAC размером с олимпийский бассейн до тысячекратно более мощного процессора, упакованного в чипсет нанометрового размера. В 1985 году CF Джефф Ву впервые использовал термин наука о данных, который напоминает..