Публикации по теме 'neural-networks'


Поедание моих слов.
Поедание моих слов. Нейронные сети и искусство не сидели за одним столом, пока не появились. В начале 80-х я работал приглашенным лектором на магистерском курсе последипломного образования (которым руководили Майкл Крейг Мартин и Джон Томсон) и примерно в то же время провел некоторое время, играя с идеями, которые открывает машинное обучение. В те дни доступ к технологиям был затруднен, и я переключился на другие вещи. Я также интересовался кино, а до этого увлекся романом Филипа К...
Механизм алгоритмов оптимизации градиентного спуска
Мы вместе изучим различные типы алгоритмов оптимизации на основе градиента. Мотивация, стоящая за этим постом, состоит в том, чтобы дать интуитивное представление о работе алгоритмов оптимизации. Пост выглядит следующим образом: Введение Градиентный спуск SGD с Momentum Ускоренный градиент Нестерова Адаград Ададельта и RMSprop Адам Как выбрать алгоритм Заключение 1. Введение Градиентный спуск  – это итеративный алгоритм оптимизации первого..
Сравнение AUC моделей машинного обучения с тестом Делонга
Вы когда-нибудь задумывались, как продемонстрировать, что производительность набора тестов одной модели машинного обучения значительно отличается от производительности набора тестов альтернативной модели? В этом посте будет описано, как использовать тест ДеЛонга для получения значения p для определения того, имеет ли одна модель AUC, существенно отличающуюся от AUC другой модели, где AUC относится к области под рабочей характеристикой приемника. Этот пост включает пример, рассчитанный..
Это человек или животное? Классификация целей с помощью доплеровско-импульсного радара и нейронных сетей
Как люди и животные оставляют разные следы допплеровского импульса и последний приз MAFAT в области науки о данных за создание модели, которая может различать их. Брейден Риггс и Джордж Уильямс ([email protected]) В мире науки о данных промышленный, академический и государственный секторы часто сталкиваются, когда энтузиасты и эксперты вместе работают над решением проблем, с которыми мы сталкиваемся изо дня в день. Ярким примером такого сотрудничества являются проблемы..
"Что здесь происходит?" Нейронная сеть Facebook обнаруживает и распознает взаимодействие человека с объектом
В последние годы глубокое обучение сыграло важную роль в улучшении визуального распознавания отдельных экземпляров, например, в обнаружении объектов и оценке позы. Однако распознавание отдельных объектов — это лишь первый шаг машин к пониманию визуального мира. Чтобы понять, что происходит на изображениях, также необходимо выявить отношения между отдельными экземплярами. С практической точки зрения фотографии, на которых изображены люди, составляют значительную часть ежедневных..
10 статей о машинном обучении, которые необходимо прочитать (март 2020 г.)
Хотя COVID-19 доминирует в заголовках новостей по всему миру, важно отметить, что в мире машинного обучения многие компании работают в обычном режиме. Конечно, к настоящему времени почти все приняли какие-то меры для борьбы с распространением коронавируса. Однако многие исследователи прилагают все усилия, чтобы поддерживать прогресс и инновации в мире ИИ. В этом списке будут представлены некоторые из последних работ и открытий, происходящих в области машинного обучения, а также..
Обработка естественного языка - обнаружение эмоций с помощью сверточной нейронной сети с несколькими классами и метками.
Я наткнулся на хорошо подготовленный набор данных , предоставленный Google, с 58 000 тщательно отобранных комментариев Reddit, помеченных одной или несколькими из 27 эмоций, например гнев, замешательство, любовь. Google использовал это для обучения модели BERT, в которой они имели переменный успех в обнаружении эмоций в зависимости от типа комментария. Я подумал, что это будет отличный пример, чтобы узнать, как настроить сверточные нейронные сети (CNN) и встраивание в проблему обработки..