Публикации по теме 'machine-learning'


Регуляризованные модели линейной регрессии
Модели регуляризованной линейной регрессии Реализация путевого координатного спуска для лассо и эластичной сети в Python с использованием NumPy Объяснения решения некоторых из самых популярных алгоритмов контролируемого обучения Привет! 👋 Добро пожаловать в заключительную часть углубленного изучения регуляризованного линейного регрессионного моделирования , состоящего из трех частей! В части первой было основано линейное моделирование с выводом OLS, показывающего, как..
ИИ Google, Бард, перехитрил меня, переписав мою собственную статью
В 2021 году, когда я еще работал с письменным контентом, я написал о Процессах естественного языка (НЛП) и их преимуществах в бизнес-среде. В то время модели ИИ уже были раскручены, но не так сильно, как сейчас. И я осмелюсь сказать, что ChatGPT изменил правила игры в этом смысле. После повального увлечения ChatGPT и других крупных языковых моделей, Бард — разговорный искусственный интеллект Google — появился только на этой неделе и с тех пор привлекал большое внимание. По..
Скрытая предвзятость в ИИ
Предвзятость — неотъемлемая часть человечества. Он формируется опытом, полученным на протяжении всей вашей жизни. Предвзятость может быть положительной в том смысле, что она может оптимизировать то, как вы сосредотачиваете свое внимание, но она также может проявляться как вредные стереотипы. Поскольку данные часто собираются или на них влияет человеческое взаимодействие, они обычно имеют некоторую предвзятость. В статье Марка Сяна « Человеческая предвзятость в машинном обучении» он..
Кто на драфте? Прогнозирование выбора квотербека НФЛ
Можно ли использовать модели машинного обучения для прогнозирования того, будет ли какой-либо данный колледж QB составлен? Автор: Харрисон Холл tl;dr — вот копия моего плаката, на котором я представлял этот проект в Школе информации Мичиганского университета (UMSI) Project Showcase осенью 2021 года. Абстрактный Ни один защитник (QB) в студенческом футболе не уверен в том, будет ли он выбран для игры в Национальной футбольной лиге (NFL). Исторические модели драфта должны..
10 ловушек для искусственного интеллекта / машинного обучения!
Список 10 основных ошибок, которые делают люди, практикующие безопасность AI / ML, с объяснениями и передовыми методами, которым следует следовать, чтобы избежать или исправить. В этом посте мы рассмотрим 10 наиболее распространенных заблуждений об ИИ / машинном обучении, особенно в том, что касается практики кибербезопасности. Сэкономьте 3,5 часа онлайн-чтения: мифы об AI / ML, описанные в блогосфере, имеют тенденцию делиться на 6 кластеров (внешнее кольцо на иллюстрации выше). Я..
Возможности постоянной памяти с семантическим ядром и векторной базой данных Qdrant
Введение В сфере искусственного интеллекта (ИИ) и обработки естественного языка (NLP) появление больших языковых моделей (LLM) произвело революцию во множестве приложений, таких как чат-боты, системы рекомендаций и платформы семантического поиска. Важнейшим аспектом этих приложений является их способность эффективно управлять и анализировать огромные объемы неструктурированных данных. В этой статье рассматривается объединение векторной базы данных Qdrant с семантическим ядром в облаке..
Архитектура предприятия должна выходить за рамки преодоления разрыва между бизнесом и ИТ
Обеспечение соответствия между потребностями, которые мы видим на рынках, которых хотят клиенты и потенциальные клиенты, и тем, что мы создаем с помощью продукта, согласование наших команд по доставке продуктов, услуг и продаж должно быть одним из главных приоритетов предприятия. А для этого предприятия должны понимать, куда движется рынок и каково будущее архитектуры. Будущее архитектуры предприятия (EA) будет своего рода определять, какие компании будут процветать, какие компании..