Публикации по теме 'machine-learning'
Обнаружение сарказма с помощью НЛП и машинного обучения
Введение:
Могут ли машины распознать сарказм? Этот вопрос годами озадачивал как исследователей, так и юмористов. Сарказм может быть трудно обнаружить даже для людей, поскольку он часто подразумевает высказывание противоположного тому, что на самом деле имеется в виду. Однако благодаря недавним достижениям в области обработки естественного языка (NLP) и машинного обучения (ML) теперь можно обучать модели распознавать сарказм в тексте.
В этой статье мы рассмотрим проект, который..
Можем ли мы предсказать тональность текста, используя Sentence Bert с минимальными данными или без них?
Введение
Анализ настроений — это хорошо изученная область с сотнями статей или блогов, предлагающих методы и алгоритмы для решения задачи. Важность настроения в тексте может иметь решающее значение для некоторых компаний, организаций или частных лиц. Например, компания, которой нужно знать, получает ли продукт, который они продают, положительные отзывы, или артист, который хочет отслеживать общественное мнение (положительное или отрицательное) о своей музыке.
Многие из предложенных..
Машинное обучение меняет финансовые услуги
Компаниям может быть трудно справиться с конкуренцией на переполненных динамичных финансовых рынках в одиночку. Бизнес-лидеры индустрии финансовых услуг понимают, как машинное обучение может ускорить и стимулировать цифровую трансформацию, но не решаются, с чего начать.
ElectrifAi - опытный навигатор, который направит вас в правильном направлении с помощью готовых моделей машинного обучения. Анализируя большие наборы разрозненных данных, мы можем:
· Определите возможности..
Data Scientist будущего, по версии Microsoft
Недавно я построил прогностическую модель, которая вскоре принесет огромную пользу, но я не специалист по данным и не имею формального образования в области науки о данных. Это заставило меня задуматься; почему так много промышленности и образования существует вокруг такой специализированной науки о данных? Еще в 2012 году в Harvard Business Review была опубликована статья, в которой Data Scientist провозглашается самой сексуальной профессией 21 века . С тех пор тысячи рабочих мест были..
Как работает сжатие с потерями часть 1
Сетевое адаптивное федеративное обучение: перегрузка и сжатие с потерями (arXiv)
Автор: Парикшит Хегде , Густаво де Весиана , Арьян Мохтари
Аннотация . Для достижения двойной цели — конфиденциальности и обучения в распределенных данных — системы федеративного обучения (FL) полагаются на частый обмен большими файлами (обновлениями модели) между набором клиентов и сервером. Таким образом, системы FL подвержены или даже являются причиной перегрузки широкого набора сетевых..
Представляем Oracle… мир возможностей искусственного интеллекта
Эта статья была впервые размещена в моем основном блоге https://devmoment.com , где вы найдете другие мои статьи.
Когда я думаю о том, как быстро цифровые технологии становятся ключевой частью нашей жизни и как они внедряются во все ткани нашего общества, я не могу не задаться вопросом о тех огромных возможностях, которые появятся, когда мир полностью перейдет на искусственный интеллект. (AI). От Siri до Alexa и автомобилей без водителя - эти достижения - только начало; впереди..
Расширенная аналитика с использованием ИИ данных по всему ландшафту
У вас есть несколько облачных решений, и теперь вы думаете, как получить ваши данные для аналитики. В конце концов, данные — это новая нефть, а разлитая повсюду нефть — это не совсем то, что нужно бизнесу. Эта статья поможет вам понять различные стратегии переноса данных из облачного стека и, в частности, из коммерческого облака SAP, а также использование других сервисов для эффективного использования этих данных.
Прежде всего, давайте разберемся, зачем вам эти данные вне коммерции...
