Публикации по теме 'ml-so-good'


Используйте документацию, чтобы сделать ваши конвейеры машинного обучения плавными
Если ваша организация работает с данными, то это единственное лучшее решение о рентабельности инвестиций, которое вы примете. Машинное обучение изменило правила игры во многих отраслях. Возможность брать большие объемы данных и извлекать из них значимую информацию изменила правила игры. Машинное обучение также позволяет нам обрабатывать сложные многомерные данные и обнаруживать взаимосвязи между функциями. Это имеет много ценных приложений для бизнеса. Это привело к значительному..
Когда математика встречается с бионаукой: значение науки о данных
Это была здоровая дискуссия с моим директором, когда я выбирал между математикой и биологией после зачисления. Математика всегда была у меня на нервах вместе со специями компьютерных приложений в те школьные годы, она добавляла гораздо больше вкуса, хотя я выбрала биологию, так как чувствовала, насколько увлекательно знать о том, что находится внутри вашего тела. Теперь, сегодня я могу связать оба аспекта, если вы глубоко погрузитесь в человеческое тело, это предоставит вам большой объем..
5 простых шагов, чтобы начать получать пассивный доход от ваших моделей машинного обучения
Преобразуйте свои модели машинного обучения в долларовые стеки за 5 простых шагов Черт бы побрал эти файлы рассола! Ответьте мне честно, сколько файлов pickle находится на вашем компьютере, занимая сотни ГБ дискового пространства, сидя там….ожидая, пока вы, наконец, не нажмете кнопку удаления….чтобы очистить столь необходимую память? Звучит знакомо? Мы часто создаем так много практических моделей машинного обучения на протяжении многих лет. Но через какое-то время вы становитесь..
4 секретных документа по машинному обучению, которые стоит прочитать (часть 1)
Эти 4 документа по машинному обучению помогут вам по-другому взглянуть на мир Чтобы помочь мне понять вас, заполните этот опрос (анонимно) При всем финансировании, талантах и ​​ажиотаже вокруг глубокого обучения публикуется множество новаторских статей по машинному обучению. Некоторые из них, такие как DALL-E и разумная языковая модель LambDa от Google, привлекли к себе большое внимание. Другие исследования глубокого обучения, проводимые крупными организациями, также привлекают..
Другой подход, вдохновленный нейронными ОДУ  — «Экстраполяция нейронных сетей».
Всем привет! Я пишу, чтобы поделиться одной историей! В рамках своей диссертации я работаю над подходом, вдохновленным классическими нейронными одами, которые впервые были предложены Университетом Торонто и Институтом векторов. Это было награждено лучшей статьей Neurips 2018. Она в основном помогает в решении проблемы временных рядов, но также вдохновила классические методы машинного обучения. Тема очень математическая, поэтому она относится к людям, которые уже работают в этой области с..
Понимание персептрона
В этой статье давайте рассмотрим один из старейших алгоритмов классификации в машинном обучении — персептрон. Авторы: Сатья Кришнан Суреш, Шунмугаприя П. Ссылка на Github: https://github.com/SathyaKrishnan1211/understanding_perceptron Алгоритм перцептрона Предположим, что на физическом осмотре находится группа из 50 студентов. Каждому человеку присваивается первая группа (под чертой) или вторая (над чертой) на основании результатов физического осмотра в различных..
Обработка изображений и компьютерное зрение
Вы когда-нибудь задумывались, как ваш мобильный телефон использует распознавание лиц для разблокировки? Или как различные модели глубокого обучения используются для обнаружения аномалий в изображении? Или как работают фильтры Instagram, чтобы манипулировать получаемым изображением? В этом посте мы собираемся понять, как работают обработка изображений и компьютерное зрение и как они используются с глубоким обучением для создания инновационных и сложных решений для многих повседневных..