Публикации по теме 'artificial-intelligence'
Python и машинное обучение: руководство для начинающих по Scikit-Learn и TensorFlow
Введение в машинное обучение и Python
Что такое машинное обучение?
Машинное обучение (ML) — это подмножество искусственного интеллекта (ИИ), которое фокусируется на разработке алгоритмов и моделей, которые могут учиться на данных и улучшать свою производительность с течением времени. Основная цель машинного обучения — позволить компьютерам учиться и принимать решения без явного программирования, выявляя закономерности и делая прогнозы на основе данных, которые они обрабатывают...
Резюме статьи: Глубокое остаточное обучение для распознавания изображений.
ResNets значительно повысил точность решения многих задач компьютерного зрения. Глубокое остаточное обучение для распознавания изображений было опубликовано в 2015 году.
Проблема
Добавление большего количества слоев приводит к насыщению точности модели, а затем к ее быстрому ухудшению и увеличению ошибок обучения - проблеме деградации.
В связи с важностью глубины сети возник вопрос: Неужели изучить более качественные сети так же просто, как сложить больше слоев? Препятствием к..
Работа с алгоритмом Forward-Backward часть 3(искусственный интеллект)
Алгоритмы «вперед-назад» с двуаллельной моделью мутации-дрейфа: ортогональные полиномы и подход на основе модели слияния/урны (arXiv)
Автор: Клаус Фогль , Сандра Пир , Линетт Кейтлин Микула .
Аннотация: Вывод предельной вероятности конфигураций выборки аллелей с использованием обратных алгоритмов дает идентичные результаты с коалесцентной моделью Кингмана, моделью Морана и диффузионной моделью (с точностью до масштабирования по времени). Для вывода о вероятностях частот аллелей..
Новые разработки в вычислительной физике
Точная вспомогательная система Кона-Шама по плотности основного состояния твердых тел ( arXiv )
Автор: Аюб Ауина , Маттео Гатти , Сиюань Чен , Шивэй Чжан , Люсия Рейнинг
Аннотация: Система Кона-Шама (KS) является вспомогательной системой, эффективный потенциал которой в большинстве случаев неизвестен. В принципе она определяется плотностью основного состояния и была найдена численно для некоторых низкоразмерных систем путем обращения уравнений КС, начиная с заданной..
Почему я не осуждаю...
Почему я не осуждаю…
Когда я ехал вниз от Герберта Маколея, дорога была необычайно чистой, и я, возможно, слишком сильно нажимал на педаль газа, когда Давидо вибрировал под «e pain me oh».
Мой танец головы был прерван звонком от Тони, когда я нажал кнопку приема на руле, его звонок был довольно поспешным для кого-то, с кем я не разговаривал больше года.
Тони: Привет Бро. «Как далеко» Давно. Вы все еще в Лагосе?
Я: Да чувак. Как дела?
Тони: Я в порядке. Пожалуйста, мне..
Служба релевантности поиска для алгоритмов машинного обучения
Услуги релевантности поиска, чтобы сделать онлайн-поиск более релевантным и ориентированным на результат. Сделать каждый результат поиска релевантным с помощью алгоритма, который может обнаружить документы, файлы, изображения и другое содержимое, попавшее в список на первых страницах поисковых систем.
Cogito предоставляет услуги релевантности поиска, чтобы определить, как отображать результаты с наилучшим уровнем точности, чтобы обеспечить максимальную релевантность.
Cogito может..
Применение прогнозирования транспортных потоков, часть 5
Пространственно-временная связь с вейвлетом: прогнозирование распутанного потока трафика с помощью сети эффективного спектрального графика (arXiv)
Автор: Ючэнь Фан , Яньцзюнь Цинь , Хайюн Луо , Фан Чжао , Бинбин Сюй , Чэньсин Ван , Лян Цзэн .
Аннотация: Прогнозирование дорожного движения имеет решающее значение для общественной безопасности и оптимизации ресурсов, но является очень сложной задачей из-за трех аспектов: метод, который не может точно уловить..