Публикации по теме 'deep-learning'
Работа со сводной статистикой в конвейерах машинного обучения, часть 3
Можно ли оценить потенциальную пользу индивидуализированного лечения, используя только сводную статистику испытаний? (arXiv)
Автор: Нина Галантер , Марко Кароне , Рональд К. Кесслер , Алекс Людтке .
Резюме: Индивидуальное назначение лечения может улучшить результаты лечения заболеваний с вариабельностью сравнительных эффектов лечения от пациента к пациенту. Когда клиническое исследование показывает, что у одних пациентов лечение улучшается, а у других нет, возникает соблазн..
Демистификация искусственного интеллекта
А.И. - модное слово в этом году в индустрии высоких технологий, и предположения о том, чего можно достичь в этой области, уже широко распространены. Давайте отделим факты от вымысла и разберемся во всей этой шумихе.
Когда мы начинаем новый год, машина пропаганды технологий уже наращивает свое новое поколение модных словечек, многообещающих сдвигов парадигм и серебряных пуль, которые сделают целые отрасли устаревшими, позволят значительно повысить эффективность и сделать мир лучше...
Генеративный искусственный интеллект в медицинской отрасли: формирование будущего здравоохранения
Введение
В сфере здравоохранения технологические достижения не просто полезны — они могут спасти жизни. Одна из самых революционных технологий нашего времени, генеративный искусственный интеллект (ИИ), быстро оставляет свой след в медицинской промышленности. Благодаря своей способности создавать новый контент и идеи на основе существующих данных, Generative AI готов революционизировать наш подход к медицинским исследованиям, диагностике, лечению и многому другому. В этом блоге мы..
Прогнозирование загрязнения с использованием временных рядов и LSTM с MXnet
Временные ряды
Анализ временных рядов - это статистический метод, который имеет дело с данными временных рядов или анализом тенденций. Данные временных рядов означают, что данные находятся в серии определенных периодов времени или интервалов.
Приложения TSA (анализ временных рядов):
Распознавание образов Прогноз землетрясения Прогноз погоды Финансовая статистика
и многое другое…
MXnet
Apache MXNet (инкубационный) - это среда глубокого обучения, разработанная для..
Краткое руководство по Pytorch
В машинном обучении есть рабочий процесс, который включает в себя работу с данными, создание моделей, оптимизацию параметров модели и сохранение обучающих моделей. Эти фреймворки создали лучшие практики для реализации фреймворка глубокого обучения. С помощью Pytorch, платформы машинного обучения, основанной на библиотеке Torch, тензоры позволяют работать с многомерными прямоугольными массивами на графических процессорах Nvidia с поддержкой CUBA.
В этом руководстве мы перейдем к набору..
Подкаст Richmond Alake: Льюис Танстолл
Как исследователь физики элементарных частиц перешел к машинному обучению и написал одну из лучших книг по обработке естественного языка и архитектуре нейронной сети Transformer.
«Когда я только начинал, меня много раз отвергали, потому что у меня была докторская степень»
- Льюис Танстолл, подкаст Richmond Alake
Машинное обучение с нуля | Часть 2. Векторное скалярное произведение
Предварительное условие: https://blog.smartcodehub.com/machine-learning-from-scratch/
Пожалуйста, посмотрите видео скаляра и вектора
Добавление вектора
сложение векторов покомпонентно
a = (1,2,3) and b =(4,-5,6)
a+b = (4,-3,9)
Векторное масштабирование
a = (1,2,3)
2a = (2,4,6)
3a = (3,6,9)
(1/2)a = (0.5,1,1.5)
Векторное скалярное произведение (масштабирующее произведение)
в простом он объединяется с векторами, чтобы дать номер скалера (т.е.: 1,5,10,6,3,200 …)..