Публикации по теме machine-learning

Публикации по теме 'machine-learning'

Шипы - это все, что вам нужно?

Введение в шипованные нейронные сети Spiking Neural Networks, отсюда и SNN, считается следующим поколением искусственных нейронных сетей. Тем не менее, я думаю, что не будет дикой догадкой предположить, что большинство специалистов по данным не слышали об этом, поскольку это определенно не вызвало шума, который обычно сопровождает такого рода заявления. В этой статье я постараюсь объяснить, почему он так считался и почему он не произвел ожидаемого шума (пока?). Я также коснусь некоторых..

Как дополнить строку в JavaScript

ES2017 добавил методы padStart() и padEnd() , которые добавляют пробелы или другие символы к строке, пока она не достигнет определенной длины. Что такое заполнение строки? Заполнение строки в JavaScript означает заполнение строки повторяющимся символом или строкой символов, обычно пробелами. Строка дополняется до определенной длины, которая передается в методы String.prototype .padStart() и .padEnd() . Вызов .padStart(length) или .padEnd(length) возвращает новую..

Примеры использования частных синтетических данных, часть 4 (машинное обучение)

Частные синтетические данные для многозадачного обучения и маргинальных запросов (arXiv) Автор: Джузеппе Виетри , Седрик Аршамбо , Сергул Айдор , Уильям Браун , Майкл Кернс , Аарон Рот , Анкит Сива , Шуай Тан , Живэй Стивен Ву . Аннотация: Мы предоставляем дифференциально частный алгоритм для создания синтетических данных, одновременно полезных для нескольких задач: маргинальных запросов и многозадачного машинного обучения (ML). Ключевым нововведением в нашем алгоритме..

Бессерверная история Metaflow

Объединение современной платформы машинного обучения и бессерверной системы Обзор Metaflow — это платформа с открытым исходным кодом для создания и развертывания проектов по науке о данных. Его задача — облегчить специалистам по обработке данных создание и развертывание готовых к использованию рабочих процессов машинного обучения, предоставляя высокоуровневую структуру абстракции для общих задач обработки данных, таких как подготовка данных, обучение моделей и развертывание. «Все, что..

Как работает контрастное обучение, часть 3 (машинное обучение)

CiCo: поиск доменного языка жестов с помощью межъязыкового контрастного обучения (arXiv) Автор : : Итин Чэн , Фанъюнь Вэй , Цзяньминь Бао , Дун Чен , Вэньцян Чжан . Аннотация: Эта работа посвящена поиску языка жестов — недавно предложенной задаче для понимания языка жестов. Поиск языка жестов состоит из двух подзадач: поиск преобразования текста в видео (T2V) и поиск видео в текст (V2T). В отличие от традиционного поиска видеотекста, видео на языке жестов не только содержат..

Машины опорных векторов (SVM): важные выводы

Теория машинного обучения Машины опорных векторов (SVM): важные выводы Всесторонне объясненная и визуализированная теория SVM Есть некоторые выводы, которые должен знать каждый специалист по данным, прежде чем применять конкретные модели машинного обучения. В этой статье я расскажу все, что вам нужно знать о SVM. Введение Методы ядра чрезвычайно популярны в мире машинного обучения из-за простоты использования, интерпретируемости и высокой производительности в самых разных..

Чему я научился при создании чат-бота

[изначально размещено в бесконечных фантазиях ] Что за ажиотаж? Компьютерные ботаники и энтузиасты всегда мечтали поговорить с искусственным интеллектом (ИИ). Живым воплощением совершенного ИИ станет ДЖАРВИС из Iron Мужские фильмы. Ни клавиатуры, ни мыши, ни стилуса. Просто ваш голос, чтобы поговорить с вашим виртуальным персональным помощником, который сделает за вас работу. Но это научная фантастика. ИИ все еще находится в зачаточном состоянии, и ему предстоит пройти..