Публикации по теме 'neural-networks'


Изучение ценовых тенденций с помощью модели сравнительного анализа Advanced Analytics
Использование машинного обучения для получения подробного представления о тенденциях цен на недвижимость… и посмотреть, сможем ли мы превзойти модель линейной регрессии. 1. Введение В моей предыдущей статье Как изменились цены на недвижимость в прошлом году я описал ключевые проблемы работы с данными о ценах на неоднородный товар, такой как недвижимость, с различным составом выборки в ходе нашего анализа. . Я рекомендую прочитать хотя бы введение из предыдущей статьи, которое..
Прогнозирование цен на акции с PyTorch
LSTM и GRU для прогнозирования цен на акции Amazon Проблема временного ряда Прогнозирование временных рядов - интригующая область машинного обучения, которая требует внимания и может быть очень прибыльной, если связана с другими сложными темами, такими как прогнозирование цен на акции. Прогнозирование временных рядов - это применение модели для прогнозирования будущих значений на основе ранее наблюдаемых значений. По определению временной ряд - это ряд точек данных,..
РЕКУРРЕНТНЫЕ НЕЙРОННЫЕ СЕТИ: ЕДИНСТВЕННОЕ ОБЩЕЕ ВО ВСЕХ ГОЛОСОВЫХ ПОМОЩНИКАХ
Что такое рекуррентные нейронные сети? Рекуррентная нейронная сеть — это тип нейронной сети, в котором существует связь между узлами во временной последовательности. Эта связь является связью ориентированного графа. Под временными мы подразумеваем данные, которые изменяются во времени. Пример RNN — данные временных рядов получают информацию о ценах на акции, которые меняются со временем, показаниях сенсорных технологий, записях медицинских доменов и т. д. Эти рекуррентные..
Как работает прямое и обратное распространение?
Часть нейронных сетей с обратным распространением довольно сложна. В этой статье я привожу пример прямого и обратного распространения, чтобы (надеюсь) ответить на некоторые вопросы, которые могут у вас возникнуть. Хотя это не заменит чтение статей по нейронным сетям, я надеюсь, что это устранит некоторую путаницу. В этом посте я покажу вам простой пример нейронной сети и проиллюстрирую, как работает прямое и обратное распространение. Мой пример нейронной сети предсказывает результат..
Алгоритм основного обучения искусственной нейронной сети: демистификация обратного распространения
Открытие черного ящика Алгоритм основного обучения искусственной нейронной сети: демистификация обратного распространения Понимание основного процесса работы алгоритма обратного распространения на простом примере Мотивация Недавно на интервью по машинному обучению меня попросили объяснить, как работает алгоритм обратного распространения ошибки. Я не был готов к этому вопросу и не знал, с чего начать. Хотя у меня было некоторое понимание того, как это работает, все это было в..
Методы глубокого обучения с полуучителем
На основе: https://arxiv.org/pdf/2103.00550.pdf Первоначальные авторы: Сянли Ян, Цзысин Сонг, Ирвин Кинг, научный сотрудник IEEE, Цзэнлинь Сюй, старший член IEEE Дата публикации: 23 августа 2021 г. Введение Глубокие нейронные сети доказали свою высокую эффективность в задачах контролируемого обучения при обучении на больших коллекциях размеченных данных. Однако в большинстве реальных случаев использования нет обширных размеченных данных, а разметка данных является сложной..
Искусственный интеллект — Шумиха, реальность и с чего начать
Автор Джейсон Элдер, ведущий технический консультант Саратога . Обман Искусственный интеллект можно проследить до 1950-х годов, когда он оставался в относительной изоляции, за исключением нескольких фаз «бума», пока распространенность этого термина не возросла за последние несколько лет, став модным словом 21-го века. Достижения в области вычислительной мощности помогли машинному обучению расти как на дрожжах, нейронные сети стали более распространенными, и компании, которые..