Публикации по теме 'data-science'
Обнаружение мошенничества с минимальным количеством меток: частично контролируемое обучение
Этот блог продолжает изучение методов глубокого обучения для табличных данных. Ранее мы рассмотрели TabNet , одну из первых моделей глубокого обучения, разработанную специально для табличных данных. В этом блоге основное внимание будет уделено VIME (вменение значений и оценка по маске) — платформе самообучения и полуконтролируемого обучения для табличных данных.
Цель этого блога — дать вам возможность глубже погрузиться в архитектуру и показать, когда и как ее можно применять для..
Как отслеживать и визуализировать эксперименты по машинному обучению с помощью MLflow
MLflow — платформа с открытым исходным кодом для управления жизненным циклом машинного обучения.
Введение
В машинном обучении бесплатных обедов не бывает. Мы не знаем, какая предварительная обработка данных или какой алгоритм машинного обучения лучше всего подходит для конкретной задачи. Не существует одного уникального алгоритма, который работает лучше всего. Вот почему экспериментирование является типичным методом для достижения соответствующего результата. Чтобы проводить..
Сила декоратора методов Python!
В наши дни почти все языки позволяют вам использовать какой-либо декоратор.
Не все языки позволят вам использовать свой собственный декоратор, в отличие от Python, который позволит вам использовать и создавать свои собственные декораторы.
Декоратор — это шаблон, который, как следует из названия, позволяет нам что-то украсить, в данном случае метод.
Современные рекомендательные системы с нейронными сетями
Современные рекомендательные системы с нейронными сетями
Создавайте гибридные модели с помощью Python и TensorFlow
Краткое содержание
В этой статье я покажу, как создавать современные системы рекомендаций с нейронными сетями, используя Python и TensorFlow.
Системы рекомендаций – это модели, которые предсказывают предпочтения пользователей в отношении нескольких продуктов. Они используются в самых разных областях, таких как видео- и музыкальные сервисы, электронная..
«От новичка до LLM: всестороннее руководство по достижению экспертизы»
TL;DR:
TL;DR: Освоение больших языковых моделей (LLM) — это захватывающая попытка в области обработки естественного языка (NLP). В этой статье представлен пошаговый план обучения, который поможет новичкам стать экспертами и охватывает основы, глубокое обучение, Трансформеры и Самостоятельное внимание. Читайте бесплатно полную версию блога на Medium и подпишитесь на информационный бюллетень AI, чтобы получать больше обновлений. Отказ от ответственности . В этой статье для генерации..
Репост : Экосистема ML @ CARS24 (2021)
Нареш Мехта в LinkedIn: #machinelearning #deeplearning #cars24 | 20 комментариев Мы в CARS24 получаем много интереса / запросов по экосистеме науки о данных / машинного обучения на CARS24… www.linkedin.com
Мы в CARS24 получаем много интереса/запросов по экосистеме Data Science/Machine Learning на CARS24 в течение последних нескольких месяцев.
Публикация презентации высокого уровня и примерно 5 минутного видео с объяснением..
Понимание облачных вычислений для науки о данных
Облачные вычисления произвели революцию в работе специалистов по обработке данных, предоставив масштабируемую и гибкую инфраструктуру для обработки и анализа данных. В этом посте мы рассмотрим основы облачных вычислений и их значение в области науки о данных.
Что такое облачные вычисления?
Облачные вычисления относятся к доставке вычислительных услуг через Интернет. Вместо того, чтобы полагаться на локальные серверы или персональные компьютеры, облачные вычисления позволяют..
