Публикации по теме 'artificial-intelligence'
Обучение с подкреплением, глава 5 — Методы Монте-Карло (часть 4: вне политики посредством выборки по важности)
Глава 5 Серия:
Часть 1 — Прогноз Монте-Карло Часть 2 — Контроль Монте-Карло Часть 3 — MC без изучения стартов Часть 4 — Вне политики посредством выборки по важности
Код: https://github.com/nums11/rl
В предыдущей статье мы узнали о разнице между методами политики и вне политики. В этой статье мы узнаем о наборе нестандартных подходов Монте-Карло, называемых выборкой по важности.
Зачем уходить от политики?
Все методы управления обучением сталкиваются с дилеммой. Они..
Новые разработки в области выпуклой оптимизации, часть 1 (машинное обучение)
Быстрая выпуклая оптимизация с помощью временного масштабирования динамики градиента с обратной связью (arXiv)
Автор: Хеди Аттач , Раду Йоан Бот , Данг-Кхоа Нгуен
Аннотация: в условиях Гильберта для выпуклой дифференцируемой оптимизации мы разрабатываем общую основу для адаптивных методов ускоренного градиента. Они основаны на демпфированной инерционной динамике, где коэффициенты рассчитываются по замкнутому контуру. В частности, демпфирование представляет собой..
8 вещей, которые вам нужно знать, прежде чем начинать проект машинного обучения.
Начните с конца. - Стивен Кови
Попробуйте создать конвейер для своего проекта ml, чтобы другие могли извлечь выгоду из вашей работы.
Почему слово конвейер вводит в заблуждение, поскольку оно подразумевает односторонний, но давайте посмотрим, как мыслить круговым образом для конвейеров машинного обучения.
ПРИМЕЧАНИЕ. - Эта статья предназначена для того, чтобы помочь вам в мыслительном процессе (модули Python) и задать правильные вопросы, на которые вам нужно ответить для..
Как работает классификация с несколькими метками, часть 1 (машинное обучение)
MuMIC — мультимодальное встраивание для классификации изображений с несколькими метками с помощью Tempered Sigmoid (arXiv)
Автор: Фэнджун Ван , Сарай Мизрахи , Моран Беладев , Гай Надав , Гиль Амсалем , Карен Ластманн Ассараф , Хадас Харуш Бокер
Аннотация . Классификация изображений с несколькими метками является фундаментальной темой в различных областях. Подходы мультимодального обучения недавно добились выдающихся результатов в представлении изображений и..
Методы кодирования переменных для машинного обучения
Горячее, фиктивное и порядковое категориальное кодирование
Модели машинного обучения — это вычислительные гиганты. При хранении на современных графических процессорах эти звери могут уничтожать тонны данных за наносекунды.
К сожалению, у этого есть и огромный недостаток — чтобы использовать данные в моделях машинного обучения, они должны быть числовыми.
Готовы ли мы к полностью автоматизированному обществу?
Мнение
Готовы ли мы к полностью автоматизированному обществу?
Анализ этических последствий и ограничений использования искусственного интеллекта для замены человеческих рабочих мест
В 2005 году известный футуролог Рэй Курцвейл описал Сингулярность — момент времени, когда машинный интеллект становится гораздо более мощным, чем весь человеческий интеллект вместе взятый. Одна из идей, тесно связанных с Сингулярностью, — это автоматизация человеческой работы с помощью искусственного..
Расширьте возможности своих данных: руководство для начинающих по Power BI
В век больших данных бизнесу нужны эффективные инструменты для анализа и визуализации данных. Power BI — это мощный инструмент бизнес-аналитики, разработанный Microsoft, который позволяет пользователям анализировать и визуализировать данные из самых разных источников. В этой статье мы более подробно рассмотрим Power BI и его функции.
Что такое Power BI?
Power BI — это облачная служба бизнес-аналитики, которая позволяет пользователям легко подключаться к источникам данных,..
Новые материалы
Как использовать SAAS на благо вашего бизнеса
В деловом мире SAAS (программное обеспечение как услуга) становится все более популярным. И неудивительно, почему — SAAS предоставляет ряд преимуществ для предприятий любого размера.
Вот лишь..
Приложения случайного блуждания, часть 1 (статистика + машинное обучение)
Смещенное случайное блуждание при динамической перколяции (arXiv)
Автор: Себастьян Андрес , Нина Гантерт , Доминик Шмид , Перла Сузи
Аннотация: мы изучаем смещенные случайные..
Интеллектуальная масштабируемая обработка видео в реальном времени в Azure
1. Введение
В этом руководстве создается сквозной проект для интеллектуальной масштабируемой обработки видео в реальном времени в Azure. При этом создается возможность обнаруживать граффити и..
Варианты использования положительной изотропной кривизны, часть 6 (машинное обучение)
Четыре-орбифолды с положительной изотропной кривизной (arXiv)
Автор : Хун Хуан
Аннотация: Мы доказываем следующий результат: Пусть (X,g0) — полное связное 4-многообразие с равномерно..
Внутри эпистатических сетей
Регуляция нейронных сетей для лучшего прогнозирования ландшафтов биологической пригодности
Сопоставьте свой индуктивный уклон с областью вашей проблемы
Всем алгоритмам машинного обучения..
Создание полноценного интерфейса командной строки с использованием Python | Расширенный Python
Создание полноценного интерфейса командной строки с использованием Python — Advanced Python
Чтобы изучить расширенные функции языка программирования, вам следует попробовать создать..
Пожалуй, лучший пост, который я читал за последнее время.
Пожалуй, лучший пост, который я читал за последнее время. Мне за 30, и я могу относиться к большей части истории. Действительно отличные идеи, которые помогли мне снова сосредоточиться на..