Публикации по теме 'deep-learning'
Оптимизация гиперпараметров с помощью Hyperopt: практическое руководство
Узнайте, как использовать Optuna для оптимизации гиперпараметров
Hyperopt — это библиотека Python, используемая для оптимизации гиперпараметров, что является важным шагом в процессе построения модели машинного обучения. Hyperopt предоставляет основу для автоматизации поиска оптимальных гиперпараметров с использованием различных алгоритмов оптимизации.
Hyperopt использует метод, называемый байесовской оптимизацией, который интеллектуально исследует пространство поиска гиперпараметров,..
Искусственный интеллект в космосе
Как космическая отрасль использует искусственный интеллект для автоматизации и оптимизации космических миссий
Искусственный интеллект (ИИ) — это быстрорастущая область, полная захватывающих возможностей не только для жизни на Земле, но и для внеземной жизни. Космические миссии используют искусственный интеллект уже несколько десятилетий, и он становится все более распространенным. По мере того, как компании и космические агентства переходят на автоматизацию и стремятся свести к..
Использование распределений Гаусса в конвейерах машинного обучения, часть 2
Выборка из распределения Гаусса, обусловленного набором уровня кусочно-аффинной непрерывной функции (arXiv)
Автор: Джесси Уиндл
Аннотация: Мы рассматриваем, как использовать гамильтониан Монте-Карло для выборки из распределения, логарифмическая плотность которого является кусочно-квадратичной, обусловленной выборкой, лежащей на множестве уровня кусочно-аффинной непрерывной функции.
2. Программа с ограниченным шансом и квадратичной случайностью: унифицированный подход, основанный на..
ПРОГНОЗ ПИТЬЕВОЙ ВОДЫ С ПОМОЩЬЮ МАШИННОГО ОБУЧЕНИЯ
Машина предсказывает, безопасна ли вода для употребления или нет
Вода является очень важным ресурсом для выживания каждого живого существа в мире. Согласно исследованиям, без еды мы можем прожить 3 недели, а без воды – 3 дня. Хотя вода необходима нам для жизни, вся вода в мире не пригодна для питья, например, океан. Если наша питьевая вода содержит растворенные соли в высокой концентрации, это может вызвать серьезные побочные эффекты, проблемы с почками или даже привести к смерти,..
Развертывание модели машинного обучения в Google Cloud Functions
Модели машинного обучения (ML) используются для прогнозирования или принятия решений на основе данных. Эти модели обучаются на больших наборах данных и могут со временем улучшать свою производительность с помощью процесса, называемого «обучением». Как только модель обучена и ее производительность удовлетворительна, она готова к развертыванию для использования в производственной среде.
Существует множество способов развертывания моделей машинного обучения, включая использование..
Случайный лес (🎄🌴🌲) для регрессии…
Случайный лес или лес случайных решений — это алгоритм машинного обучения. Это также один из наиболее часто используемых алгоритмов из-за его простоты.
Случайный лес — это метод ансамбля, который обучает несколько деревьев решений с использованием метода «бэггинга».
Прежде чем понять интуицию Random Forest, давайте разберемся
Почему случайный лес?
Случайный лес является заменой дерева решений. Подобно лесу, алгоритм Random Forest состоит из нескольких отдельных деревьев..
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..
Новые материалы
Работа с минимизацией сожалений в машинном обучении, часть 4
Двойной оракул, сводящий к минимуму сожаления, для игр с расширенными формами (arXiv)
Автор: Сяохан Тан , Ле Конг Динь , Стивен Маркус Макалир , Яодун Ян .
Аннотация: Включая минимизацию..
Как использовать модули промисов в Node.js
Node.js предоставляет нам модули обещаний , чтобы сделать наш код чище и удобнее в сопровождении, но не все знают, как и когда правильно применять эти модули.
Вот почему в этой статье я..
Жемчужины мудрости для младшего разработчика
50+ вещей, о которых я бы хотел, чтобы кто-то сказал мне тогда
Недавно я имел удовольствие сидеть в группе экспертов, проводящих руководство для комнаты, полной «новых талантов» (причудливый..
Недавние исследования в области Метавселенной, часть 2 (Технологии будущего)
Начало работы с Метавселенной
Что такое метавселенная? И стоит ли вам покупать? Метавселенная становится стратегической технологической тенденцией благодаря..
Как ждать в JavaScript?
Очень часто при разработке веб-сайтов или приложений приходится либо ждать определенное время, либо ждать завершения чего-то определенного. В этом руководстве вы узнаете о различных методах и..
Создание векторной поисковой системы с использованием HNSW и косинусного подобия
Hierarchical Navigable Small World graphs (HNSW) — это алгоритм, который обеспечивает эффективный поиск ближайших соседей, а библиотека Sentence Transformers позволяет генерировать семантически..
У программирования нет возраста: как изучать Java, даже если вы думаете, что еще слишком поздно
Чем старше мы становимся, тем чаще мы думаем, что нам уже слишком поздно учиться новому, особенно программированию. Мы уверены, что наш мозг не работает так, как работал в молодости, и мы не..