Publicații conexe 'deep-learning'


Utilizarea AI pentru a implementa tehnologia bazată pe vector în modelarea subiectelor
Introducere În acest articol, vom analiza 50 de mii de tweet-uri legate de Covid pe care le-am răzuit de pe Twitter, folosind AI pentru a extrage principalele subiecte argumentate de oameni din întreaga lume. Pentru această cantitate de date nestructurate, am avea nevoie de săptămâni pentru a citi și clasifica datele dvs. Această sarcină uriașă, totuși, ar putea fi simplă dacă știm cum să folosim modele NLP de ultimă generație. Pentru a îndeplini această sarcină, vom folosi modele..
Date demografice ale utilizatorilor Talking Data
Prima mea problemă Kaggle Problemă de afaceri Nimic nu este mai reconfortant decât să fii întâmpinat de băutura ta preferată exact când treci pe ușa cafenelei din colț. Deși un barista atent știe că iei un cappuccino în fiecare miercuri dimineața la 8:15, este mult mai dificil într-un spațiu digital pentru mărcile tale preferate să-ți personalizeze experiența. Talking Data, cea mai mare platformă de date mobile terță parte din China, înțelege că alegerile și comportamentele de zi..
Noi metode pentru sinteza text-to-image partea 3 (învățare automată)
Anti-DreamBooth: Protejarea utilizatorilor împotriva sintezei personalizate de la text la imagine (arXiv) Autor: Thanh Van Le , Hao Phung , Thuan Hoang Nguyen , Quan Dao , Ngoc Tran , Anh Tran Rezumat: Modelele de difuzare text-to-image nu sunt altceva decât o revoluție, permițând oricui, chiar și fără abilități de proiectare, să creeze imagini realiste din intrări simple de text. Cu instrumente puternice de personalizare precum DreamBooth, aceștia pot genera imagini ale unei..
Cum sunt utilizate rețelele neuronale convoluționale pentru procesarea imaginilor partea 2 (Inteligenta artificială)
Clasificarea de diagnosticare pe mai multe locații a schizofreniei utilizând CNN 3D pe date fMRI agregate bazate pe sarcini ( arXiv ) Autor: Vigneshwaran Shankaran , Bhaskaran V Rezumat : În ciuda anilor de cercetări, mecanismele care stau la baza dezvoltării schizofreniei, precum și recidiva, simptomatologia și tratamentul acesteia, continuă să fie un mister. Absența instrumentelor analitice adecvate pentru a face față naturii variabile și complicate a schizofreniei poate..
Predicție tabelară folosind Auto Machine Learning (AutoGluon)
În această postare, împărtășesc explorarea mea cu Predicția tabelară (coloana țintă de predicție a setului de date tabelar folosind coloana rămasă) folosind Auto M achine L strong>câștiguri ( AutoML ), AutoGluon de la laboratoarele AWS și detalii despre funcționarea sa internă. Cadrele AutoML oferă opțiuni atrăgătoare, deoarece înlătură barierele începătorilor de a antrena modele de înaltă calitate, iar pentru un expert reduc timpul până la primul model funcțional, pe care expertul..
Comportamentul PAC Learning part8
PAC semi-verificat Învățare din mulțime (arXiv) Autor: Shiwei Zeng , Jie Shen Rezumat: Studiem problema învățării PAC crowdsourced a funcțiilor de prag. Aceasta este o problemă provocatoare și abia recent au fost stabiliți algoritmi eficienți în interogare sub ipoteza că o parte semnificativă a lucrătorilor este perfectă. În această lucrare, investigăm un caz mai provocator în care majoritatea se poate comporta în mod advers, iar restul se comportă ca zgomotul Massart - o..
Învățare profundă și clasificare a imaginilor pentru începători
Învățarea profundă este un subdomeniu al învățării automate care se ocupă de algoritmi inspirați de structura și funcția creierului numite rețele neuronale artificiale . Este un element important al științei datelor, care include statistici și modelare predictivă. Este extrem de benefic pentru oamenii de știință de date care au sarcina de a colecta, analiza și interpreta cantități mari de date; învățarea profundă face acest proces mai rapid și mai ușor. Învățarea profundă este..