Публикации по теме 'data-science'
Регуляризация хребтовой регрессии с нуля
Уменьшение дисперсии для регрессионных моделей.
Чтобы модель машинного обучения была эффективной, она должна обеспечивать баланс между систематической ошибкой и дисперсией. Регуляризация хребтовой регрессии направлена на уменьшение дисперсии путем снижения систематической ошибки.
Смещение и отклонение:
Чтобы понять использование регуляризации регрессии Риджа и ее реализацию, необходим некоторый контекст для проблемы, которую она пытается решить.
Смещение - это, по сути,..
5 приложений ИИ, которые изменили мир
В настоящее время искусственный интеллект проник на самые разные рынки.
День за днем отпечатки пальцев искусственного интеллекта появляются везде и все время.
Огромная помощь, которую ИИ оказал человеку, позволила ему действовать совершенно по-другому и лучше, чем когда-либо. Благодаря необычайно мощному и умному…
Обучение и модели: несколько практических советов
Я собрал множество практических советов и передовых подходов в своем путешествии по машинному обучению. Они поступили из разных источников, хотя многие из них поступили от замечательных сообществ Fast AI (fast.ai) и Kaggle. Это, конечно, не исчерпывающий список, но я надеюсь, что вы найдете его полезным, особенно если вы только начинаете создавать и обучать свои первые модели.
Проблемный подход
Начните с малого. Экспериментируйте и быстро выполняйте итерации на небольших моделях и..
Наука о данных против машинного обучения
Наука о данных
Наука о данных — это концепция, используемая для работы с большими датами и включающая в себя очистку, подготовку и анализ данных. Специалист по данным собирает данные из различных источников и применяет машинное обучение, прогнозную аналитику и анализ настроений для извлечения важной информации из собранных наборов данных. Они понимают данные с коммерческой точки зрения и могут предоставить точные прогнозы и идеи, которые можно использовать для принятия важных..
Гетерогенный эффект лечения и мета-обучающиеся
Причинно-следственный вывод с использованием учащегося S, учащегося T и учащегося X
До сих пор в наших предыдущих статьях, Начало работы с выводом о причинно-следственных связях и Методы определения причинно-следственных связей , мы говорили о среднем лечебном эффекте, который помогает нам понять, нужно ли проводить конкретное лечение или нет, например, следует ли нам развернуть конкретную маркетинговую кампанию или следует повысить цену на продукт ( Следует ли мы лечим ) и..
Руководство по ключевым метрикам оценки моделей машинного обучения
При построении моделей машинного обучения важно оценить их производительность, чтобы убедиться, что они соответствуют поставленным целям и предоставляют полезную информацию.
Различные метрики оценки служат различным целям и используются в зависимости от характера проблемы и конкретных целей модели. Вот некоторые распространенные показатели оценки и случаи их использования:
Точность
Вариант использования: задачи классификации, целью которых является правильное предсказание меток..
Понимание систем обнаружения вторжений, часть 2 (искусственный интеллект)
МОЖЕТ-БЕРТ это сделать? Система обнаружения вторжений в сеть контроллеров на основе языковой модели BERT (arXiv)
Автор: Наташа Алхатиб , Мария Муштак , Хади Гауч , Жан-Люк Опасность
Аннотация . В связи с увеличением количества сложных клиентских функций электронные блоки управления (ЭБУ) все чаще интегрируются в современные автомобильные системы. Тем не менее, высокая связь между автомобильной и внешней сетями открывает путь для хакеров, которые могут использовать..
Новые материалы
12 сайтов с искусственным интеллектом, которые поразят вас
Приготовьтесь поразить воображение
Сегодня существует несколько веб-сайтов, использующих искусственный интеллект (ИИ). От индивидуальных рекомендаций по новостям до более умных поисковых..
Скрытый технический долг в системах машинного обучения [NeurIPS 2015]
Что такое технический долг?
Технический долг — это метафора, введенная Уордом Каннингемом в 1992 году, чтобы объяснить долгосрочные затраты, связанные с быстрым продвижением в разработке..
Алгоритм быстрой сортировки в Python
Всем привет, добро пожаловать на programminginpython.com . Здесь я покажу вам, как реализовать алгоритм быстрой сортировки в Python. В предыдущих статьях я рассмотрел Сортировку вставкой ,..
Как использовать манипулирование объектами в JavaScript
Объекты являются важным строительным блоком JavaScript. Они позволяют группировать свойства и методы вместе.
Объект представляет собой набор свойств. Свойства идентифицируются с..
Разработка игр с помощью Godot Engine: мощный инструмент с открытым исходным кодом
Разработка игр — творческий и сложный процесс, требующий множества навыков и инструментов. Одним из наиболее важных инструментов является игровой движок, который представляет собой программную..
От XML к аннотациям: переход к современной конфигурации Spring
Введение
Фреймворк Spring претерпел значительную эволюцию с момента своего создания. Одним из заметных изменений стал переход от конфигураций на основе XML к конфигурациям, управляемым..
Я люблю Руби!
Я люблю Руби! Мне это нравится по той же причине, по которой мне нравится программировать на Python. Он настолько интуитивно понятен, а встроенные методы упрощают решение проблем. Если вы..