Публикации по теме 'deep-learning'
BOOTSTRAPPING ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА РЕКОМЕНДАЦИЙ
Во многих различных веб-сервисах машинное обучение используется для рекомендательных систем, которые помогают пользователям справляться с информационной перегрузкой: слишком много фильмов, песен и книг, которые пользователи могут просматривать. Без таких инструментов некоторые сервисы быстро отстают и теряют клиентов.
Путешествие немного отличается, поскольку в мире нет миллионов городов, но найти новые интересные места для путешествий по-прежнему непросто. Несколько лет назад..
Почему нейронные сети не будут работать, если веса инициализированы равными 0 и работают в линейной модели/регрессии?
Инициализация весов — одна из самых важных частей нейронных сетей . Наиболее широко используемый подход заключается в установке весов для некоторых небольших случайных чисел. Но в этой статье мы обсудим следующее:
Почему это работает в линейной модели/регрессии , когда веса инициализированы равными 0? Почему это не работает в нейронных сетях , когда веса инициализированы равными 0?
Q1-) Почему это работает в линейной модели/регрессии , когда веса инициализированы равными 0?..
Машинное обучение для прогнозирования оценки сделки с использованием настроений по электронной почте
Примечание. Этот блог был впервые опубликован в записи блога Freshworks.
Введение
Прогнозирование тональности электронной почты — хорошо известная проблема машинного обучения. Но создание ценности для бизнеса из электронных писем требует большего внимания к разработке данных и развертыванию модели в контексте продукта, для которого она будет использоваться. В этом блоге мы делимся нашим подходом к различным этапам развертывания модели машинного обучения в производственной среде. Ниже..
Сравнение глубокого обучения и машинного обучения с упором на углубленное изучение
Машинное обучение и глубокое обучение — две важные концепции в обширной области искусственного интеллекта. Несмотря на то, что они обычно используются взаимозаменяемо, это не одно и то же. Машинное обучение и глубокое обучение являются подмножествами искусственного интеллекта, но у них есть определенные характеристики, которые отличают их друг от друга. Машинное обучение фокусируется на создании алгоритмов, которые могут учиться на данных и делать прогнозы, а глубокое обучение — это..
Глубокое обучение для классификации изображений медведя с использованием PyTorch, Fastai и API DuckDuckGo
Давайте установим среду в google colab.
Проверьте мой файл ipynb здесь !
#hide
! [ -e /content ] && pip install -Uqq fastbook
import fastbook
fastbook.setup_book()
#hide
from fastbook import *
from fastai.vision.widgets import *
Сбор данных через DuckDuckGo API
bear_types = 'grizzly','black','teddy' # define types of bear that we'd like to download the images
path = Path('bears')
if not path.exists():
path.mkdir() # create a directory to save downloaded images
for o in..
Логистическая регрессия для бинарной классификации
Построение модели логистической регрессии с нуля на Python с использованием градиентного спуска
Логистическая регрессия — это широко используемый алгоритм машинного обучения для задач бинарной классификации. Давайте рассмотрим этапы построения модели логистической регрессии с нуля в Python.
Работа с вероятностными циклами, часть 1 (машинное обучение)
Извлечение плотности с приложениями в вероятностных циклах (arXiv)
Автор: Андрей Кофнов , Эцио Барточчи , Эфстафия Бура .
Аннотация: вероятностные циклы могут использоваться для реализации и моделирования различных процессов, начиная от программного обеспечения и заканчивая киберфизическими системами. Одна из основных проблем заключается в том, как автоматически оценить распределение лежащих в основе непрерывных случайных величин символически и без выборки. Мы разрабатываем..