Публикации по теме 'ml-so-good'
ИИ везде
Искусство машинного обучения
ИИ везде
Но вопрос в том, насколько сильно вы его любите?
Читатель задал мне вопрос:
Я должен спросить вас, Дариуш , вы ИИ?
Лучшие практические курсы по машинному обучению и глубокому обучению
При самостоятельном изучении ML или DL я обнаружил массу замечательных курсов. Однако многие неизбежно увязают в математике, уравнениях и прочей тарабарщине. Не все из нас намерены заниматься исследованиями, некоторые из нас просто хотят повеселиться и попутно создать несколько крутых проектов.
Итак, вот несколько курсов, доступных в Интернете, которые научат вас чистому коду, необходимому для начала работы с глубоким обучением, и, надеюсь, попутно создадут несколько проектов. Они также..
CLIP : представляйте изображения текстом.
Введение
CLIP (предварительное обучение изображению на контрастном языке) — это мультимодальная нейронная сеть, созданная OpenAI, которая обладает нулевыми возможностями. Мультимодальная нейронная сеть способна интерпретировать модальности, которые называются чем-то, что происходит или переживается.
В настоящее время типовые модели зрения трудоемки, так как требуют обучения многих параметров. Другая проблема, которая здесь возникает, заключается в том, что обучаемая вами модель..
Мета-ИИ разделяет модель OPT с сообществом НЛП.
Открытый предварительно обученный преобразователь (OPT) доступен для исследователей НЛП. Обработка естественного языка использует открытый исходный код.
Введение
Meta AI выпустил Open Pre-trained Transformer (OPT) со 175 миллиардами параметров. Это самая большая модель НЛП, доступная исследователям НЛП.
MetaAI предоставляет доступ к самой большой версии модели через специальную форму запроса здесь .
Используйте машинное обучение, чтобы определить, уйдет ли клиент
Недавно я завершил бесплатную виртуальную работу по анализу данных и прогнозам с помощью Forage. Я потратил много времени, работая над этим проектом, который включал в себя исследовательский анализ, выбор функций, прогнозирование и презентацию моих результатов, поэтому я хотел сделать запись в блоге о научном аспекте этого опыта работы.
Алгоритмы классификации 4: ансамблевые модели
Сатья Кришнан Суреш , Шунмугаприя
В моих предыдущих статьях представленные модели были автономными моделями. Но часто комбинация моделей превосходит отдельные модели. Это из-за теории под названием мудрость толпы. В нем говорится, что объединение прогнозов, полученных от нескольких предикторов, более точно, чем прогноз одного предиктора. Процесс объединения нескольких предикторов и агрегирования их прогнозов называется ансамблем, а модель, построенная в этом процессе, называется..
Памятка по машинному обучению для интервью Data Scientist: регуляризация, часто задаваемые вопросы…
Вот краткое изложение часто задаваемых вопросов по машинному обучению во время интервью с учеными данных. Я сделал шпаргалку максимально лаконичной. Весь контент является ключевым знанием, которое необходимо помнить, и оно постоянно обновляется . Надеюсь, это послужит руководством по подготовке к собеседованию в DS!
Основное объяснение
Добавление члена регуляризации к функции потерь. Он уменьшает каждый параметр и помогает решить проблему переобучения.
определение p-нормы..