Публикации по теме 'reproducibility'
Воспроизводимая наука о данных и почему это важно
Воспроизводимость в проектах Data Science стала важным инструментом, позволяющим полагаться на результаты, однако в разгар кризиса воспроизводимости важную роль в обеспечении воспроизводимости работы играют технологии.
70 % исследователей не смогли воспроизвести эксперименты другого ученого, а › 50 % не смогли воспроизвести свои собственные эксперименты.
- Обзор природы (2016)
Воспроизводимость является и остается фундаментальным принципом научного метода. Этот термин..
10 советов по отслеживанию и воспроизводимости экспериментов по машинному обучению — Подход «Сделай сам»…
Этот пост также был опубликован в Блоге разработчиков IBM .
Как специалисты по машинному обучению, мы тратим много времени и усилий на улучшение наших моделей. Обычно вы делаете это итеративно и экспериментально, неоднократно меняя модель, проводя эксперимент и изучая результаты, решая, было ли недавнее изменение модели положительным и следует ли его сохранить или отбросить.
Изменения в каждой итерации могут включать, например, изменение значения гиперпараметра, добавление новой..
Сообщество машинного обучения может разрушить будущее науки
«Трудно заставить человека что-то понять, если его зарплата зависит от того, что он этого не понимает». — Аптон Синклер
Открытие заявления об отказе от ответственности
(1) Я твердо убежден, что любые обвинения, будь то в преследовании или научном неправомерном поведении, должны быть выслушаны и расследованы с должным усердием.
(2) Я готов изменить любое из приведенных ниже утверждений в ответ на новые доказательства и отзывы.
(3) Некоторые утверждения в этой статье..
Если вы не отслеживаете свои эксперименты с машинным обучением, вы обречены терять все свое время
Допустим, вы получили свою первую позицию в области искусственного интеллекта и вас попросили обучить огромную нейронную сеть. Наиболее вероятный сценарий заключается в том, что вы не получите объективную метрику правильно в своем первом эксперименте, и это нормально, затем вы активно пробуете множество подходов во время обучения. , разные параметры, разные функции оптимизации и разные архитектуры часами или днями на многих тренировках, пока вы не получите выдающийся результат, ваш клиент..
Улучшение исследований в области машинного обучения
Подведение итогов анализа компонентов для улучшения воспроизводимости исследований машинного обучения.
Недавно мне поручили прочитать статью, основной темой которой была MACHINE LEARNING . Я решил прочитать статью, кратко изложенную ниже, потому что за последние 6 месяцев я использовал различные продукты машинного обучения и аналогичные продукты искусственного интеллекта. В поисках лучших решений для наших различных бизнес-кейсов моя команда протестировала несколько систем, обученных..
Поиск маркеров невоспроизводимых результатов с помощью анализа p-значений (часть 1)
Как прогнозирование сильных или слабых значимых p-значений на основе машинного обучения может помочь нам улучшить текущие показатели или определить подполя, которые могут потребовать разработки более высоких стандартов для публикации. Часть 1: введение и исследовательский анализ
Введение
Воспроизводимость результатов исследования - одна из самых больших проблем научных исследований. Опрос, проведенный Nature в 2016 году, показывает, что 90% исследователей обеспокоены..
Основные моменты RecSys 2019
Основные моменты RecSys 2019
Системы рекомендаций, глубокое обучение, ориентированность на пользователя, воспроизводимость и многозадачность
Авторы: Ромен Бомонт , Амин Бенхаллум , Флориан Курсьяль , Уго Таниелян, Марина Виньес , Пранжул Ядав
Recsys 2019 проходил в Копенгагене и собрал 909 участников со всего мира, что на сегодняшний день является крупнейшим мероприятием. RecSys охватывает широкий спектр тем, касающихся рекомендательных систем, от их социального воздействия..