www.machinelearningmastery.ru

Машинное обучение, нейронные сети, искусственный интеллект
Header decor

Home

Все статьи - стр. 11

Как научить машину программировать себя? - аккуратное обучение.

В этой статье я попытаюсь объяснить метод машинного обучения, который называется «Развитие нейронных сетей с помощью дополнения топологий» (NEAT). Введение: Я люблю учиться. Действительно интересно открыть книгу или статью на тему, с которой я еще не...

Визуализация температур в Амстердаме как тепловая карта в R - Часть I

Недавно я играл с тепловыми картами и решил использовать один для визуализации данных о температуре для Амстердама. Получение данных: Королевский голландский метеорологический институт (Koninklijk Nedarlands Meteorologisch Instituut на голландском языке,...

[Учебная записка] MultiBox детектор одиночного выстрела с Pytorch - часть 1

Недавно я пытаюсь забрать Pytorch а также некоторые алгоритмы глубокого обучения для обнаружения объектов. Поэтому, чтобы убить двух зайцев одним выстрелом, я решил прочитать Одноразовая бумага MultiBox Detector вместе с одним из Реализация Pytorch написана...

Введение в машинное обучение с линейной регрессией и градиентом приличного ЧАСТЬ 1

Многое из того, что мы делаем сегодня, полностью автоматизировано и контролируется компьютерами, но это слишком общее, например, что-то вроде Facebook, если в базовом коде у нас было только несколько выражений if и else, то мы, вероятно, получили бы...

Нейронные сети: уровни прогнозирования ошибок

Джефф Хокинс, офигевший в 2005 году, написал: На интеллект »- о своеобразной находке в нейробиологии человека, которая еще предстоит использовать по глубокому обучению. Это заслуживает более пристального взгляда. У людей, дельфинов и обезьян есть мозг в...

Машинное обучение, НЛП: классификация текста с использованием scikit-learn, python и NLTK.

Классификация текста Последнее обновление: Я загрузил полный код (записную книжку Python и Jupyter) на GitHub: https://github.com/javedsha/text-classification Классификация документа / текста является одной из важных и типичных задач в...

TensorFlow Object Detection, обзор публикаций в Facebook

В предыдущих рассказах мы обнаружили несколько объектов внутри изображения тогда мы сделали расширение проанализировать видео в очень элементарной, но функциональной форме, и сегодня у нас есть еще одна проблема. Можем ли мы обнаружить что-то в социальном...

Эксперименты с чипом нейронной сети CM1K

В марте 2017 года я получил финансирование от MIT Sandbox программа для создания продукта с использованием Чип нейронной сети CM1K , CM1K - это интегральная схема, которая реализует RBF а также КНН классификаторы в аппаратном обеспечении, которые...

Tflearn: решение XOR с помощью нейронной сети с прямой связью 2x2x1 в Tensorflow

Простое руководство по обучению нейронной сети с прямой связью 2x2x1 для решения проблемы XOR с использованием всего 12 строк кода в python tflearn - библиотеке глубокого обучения, построенной на основе Tensorflow. Цель нашей сети - обучить сеть принимать...

Введение в различные типы сверток в глубоком обучении

Позвольте мне дать вам краткий обзор различных типов извилин и их преимуществ. Для простоты я сосредоточусь только на двухмерных свертках. сверток Сначала нам нужно согласовать несколько параметров, которые определяют сверточный слой. 2D свертка с...

Программирование на Python за 15 минут. Часть 2

Поток управления, функции, ориентация объекта. Контроль потока Цикл для Цикл for в Python имеет возможность перебирать элементы любой последовательности, такой как список или строка. Он просматривает элементы в любой упорядоченной...

Байесовские нейронные сети со случайными входами для основанного на модели обучения

Я опишу здесь нашу недавнюю работу ICLR [1] [ код ] [ разговаривать ], которая представляет новый метод обучения на основе подкрепления на основе моделей. Основным автором этой работы является Стефан Депевег , аспирант Технического университета в Мюнхене,...

Классификация кризисных отчетов

В этой статье описывается мое решение проблемы «Растущая нестабильность: классификация кризисных отчетов», организованной Департаментом науки и технологий (Великобритания), MI5 и MI6. Решение заняло 3-е место из 579 конкурентов. Ссылка на итоговую таблицу...

Аппроксимирующие динамические модели промышленных роботов с нейронными сетями

Стандартный 6-осный промышленный робот Контроллеры движения для промышленных роботов обычно генерируют два циклических значения, заданных для каждой оси шарнира: опорное значения положения и прямоточного значения крутящего момента. Установленные позиции...

Предсказание текстов логики с помощью машинного обучения

логика оказал заметное влияние на мою жизнь со средней школы, когда я услышал его песню « Все что я делаю " в первый раз. Микстейп, к которому принадлежит эта песня, Молодая Синатра «В одиночку» сделал меня фанатом хип-хопа во всех его проявлениях,...

Базы данных - SQL и NoSQL

SQL пришел, чтобы поиграть с исследовательской работой «Реляционная модель данных для больших совместно используемых банков данных» в 1970 году доктора Э. Ф. Кодда. Да!! это норма Кодса в Бойсе-Кодде. SQL / NoSQL: URL NoSQL вступил в игру в конце...

Как мы применили модель scikit-learn с Flask и Docker

В нашем последнем посте мы обсудили нашу модель прогнозирования удовлетворенности клиентов. Мы использовали AzureML студия для нашего первого развертывания этой модели машинного обучения, чтобы служить предсказаниям в реальном времени. В этом посте мы...

Deep Learning II L9: Генеративные модели

9 урок в fast.ai Курс Deep Learning продолжает погружение в Генеративные Состязательные Сети (GAN) с точки зрения создания искусства. Это в основном касается нейронная стиле а также нейронная-стер Записные книжки Jupyter в хранилище курсов (на момент...

Скала против Котлина: практические рекомендации для прагматичного программиста

Ява не просто язык; это экосистема. Вы можете написать код для JVM без написания Java. Это дает вам возможность использовать более современный язык. Некоторые из недостатков Java очевидны. Это заставляет вас писать много шаблонного кода. Он поддерживает...

Понимание основ машинного обучения через Super Mario

Супер Марио Лэнд для геймбоя Есть много статей, написанных о нейронных сетях и машинном обучении, так как этот предмет значительно завоевал популярность за последние несколько лет. Эта область может показаться чрезвычайно недоступной и трудной для...

Логистическая регрессия с использованием Python (scikit-learn)

Визуализация изображений и меток в наборе данных MNIST Одна из самых удивительных вещей в библиотеке Python scikit-learn состоит в том, что она имеет четырехступенчатый шаблон моделирования, который облегчает программирование классификатора машинного...

Разработка базы данных HEP-Inspire

Исследователи со степенью бакалавра в данной стране на миллион жителей (из базы данных HEP-Inspire) В своей предыдущей карьере я проводил много времени на физических факультетах по всей Европе. Что меня поразило, так это огромное культурное разнообразие,...

Глубокое обучение для обнаружения объектов: всеобъемлющий обзор

С появлением автономных транспортных средств, интеллектуального видеонаблюдения, распознавания лиц и различных приложений для подсчета людей растет спрос на быстрые и точные системы обнаружения объектов. Эти системы включают в себя не только распознавание...

Scikit-Learn для анализа текста обзоров Amazon Fine Food

Кредит фотографии: Pixabay (Эта статья впервые появилась на + наука о данных ) Мы знаем это Обзоры продуктов Amazon важны для продавцов потому что эти отзывы оказывают огромное влияние на то, как мы принимаем решения о покупке. Итак, я скачал из Amazon...

Под капотом нейронной сети - прямое распространение - страшное умножение матриц

Введение Этот пост был мотивирован разочаровывающей ошибкой в ​​нейронной сети, которую я строил, что в итоге заставило меня пойти дальше и по-настоящему понять линейную алгебру в основе нейронных сетей. Я обнаружил, что хорошо справился, просто...

Footer decor

© www.machinelearningmastery.ru | Ссылки на оригиналы и авторов сохранены. | map