Свързани публикации 'neural-networks'
Създаване на машинно обучение Auto-Shoot бот за CS:GO. част 5.
В продължение на част 4 от „„Създаване на бот за автоматично заснемане на машинно обучение за CS:GO.““ Още веднъж използвах Tensorflow Keras за обучение на мрежовите тегла, но този път за версията на CNN.
Не е елегантно, това, което си поставих за цел да постигна тук, беше да използвам повторно същия код TBVGG3 с минимална модификация за зареждане на тежести, обучени в Tensoflow Keras, използвайки Python. По същество премахнах целия код за обратно разпространение, направих някои малки..
Седмица №3 в машинното обучение
Ние покриваме повече алгоритми за контролирано обучение
Миналата седмица разгледахме някои типове класификация в ML. Тази седмица разгледах повече алгоритми, които се използват в контролирано обучение за проблеми с класификацията и регресията.
4. Наивен модел на Байес а
Използва се за големи крайни набори от данни. Метод за присвояване на етикети на клас с помощта на директна ациклична графика. Графиката се състои от родителски възел и множество възли на деца, където се..
LSTM невронна мрежа: Основната концепция
Предсказването на бъдещето някога е било предмет на спекулации и мистерия. Благодарение на човешкия напредък това се превърна в задача, ограничена само от количеството и дълбочината на данните.
И тъй като живеем в общество, което непрекъснато генерира данни с експоненциална скорост, тази задача на предвиждане става все по-достъпна.
Колкото повече се вглеждате в прогнозите, базирани на данни, терминът LSTM със сигурност ще ви обърква. Както при много технологични концепции, това е..
Какво представлява класовият дисбаланс: подробности с примери
Класовият дисбаланс е често срещан проблем при машинното обучение, особено при проблеми с класификацията. Данните за дисбаланс могат да попречат на точността на нашия модел. Появява се в много области, включително откриване на измами, филтриране на нежелана поща, скрининг на заболявания, класификация на пневмония. Дисбалансът на класовете е нормален и се очаква в типичните приложения за машинно обучение.
Визуализирайте с набор от данни за пневмония:
Вижте набора от данни тук..
Автоматични енкодери за собствена векторна проекция в TensorFlow
Напоследък си играех с „Собствени стойности и вектори, както и проекция“. (чрез точков продукт) сега исках да видя как могат да бъдат включени в невронна мрежа. (автоматични енкодери). Освен това, моля, имайте предвид, че техниките, които използвам тук, са много сходни при извършване на Анализ на основните компоненти (PCA ), но не съвсем същите. (По-конкретно, не премахвам измерението или класирам собствените стойности). Така че няма да го наричам PCA. В тази публикация ще сравня..
Обработка на естествен език в Google Cloud
Колеги, програмата Обработка на естествен език в Google Cloud включва общ преглед на архитектурите на модела на последователност и как да се справят с входове с променлива дължина. Прогнозирайте бъдещи стойности на времеви серии, класифицирайте текст в свободна форма, адресирайте времеви серии и текстови проблеми с повтарящи се невронни мрежи, избирайте между RNN/LSTM и по-прости модели и обучавайте и използвайте повторно вграждане на думи в текстови проблеми. Модули за обучение: 1)..
Перцептрон в дълбокото обучение
Какво е Perceptron и какво работи?
В този блог ще разгледаме какво е перцептрон и защо се нарича двоичен класификатор? Как работи? Внедряване. В тази публикация ще разгледаме накратко всеки от тези въпроси.
Какво е Perceptron?
Перцептронът е алгоритъм, използван за контролирано обучение на двоични класификатори. Накратко, перцептронът е еднослойна невронна мрежа. Те се състоят от четири основни части: входни стойности, тегла и отклонения, нетната сума и функция за активиране...
Нови материали
Задължителни методи за масив на JavaScript ['😎','😭','😟','🤣','😍'] >>>>
Масивът е специална структура от данни за съхраняване на колекция от множество елементи под едно име на променлива. Има много вградени методи и свойства. Днес ще обсъдим масивни методи, които..
K-Nearest Neighbors от нулата
По-лесно е, отколкото си мислите
Здравейте читатели!
Като завършил студент по бизнес анализи, бях зает с курсова работа, изследвания и задачи. Въпреки това, след кратка пауза, се радвам да..
Проверка на входа със Stenciljs
В този урок ще научите как да създавате хубави входове със Stencil като този по-долу. Ще научите също как да структурирате и предоставите библиотека от валидатори с вашата библиотека от уеб..
Пътят към кода
Защо е толкова трудно да напуснете зоната си на комфорт, за да следвате мечтите си на разработчици?
Преди две години, около Коледа, реших да се отклоня от познатата си кариера и да започна..
Изкуственият интелект трансформира създаването на вкус — От данни към наслада
Създаването на вкус претърпява забележителна трансформация с интегрирането на техниките за изкуствен интелект (AI) и машинно обучение (ML). Чрез анализиране на огромно количество данни и..
Обработка на естествен език с Prolog
Обработката на естествен език (NLP) е решаващ аспект на изкуствения интелект, тъй като позволява на компютрите да разбират и интерпретират човешкия език. За да приложите възможностите на NLP в..
Работа с концепцията за обратна вероятност част 3 (машинно обучение)
Анализ на посредничество, базиран на обратно претегляне на вероятността за данни за микробиоми (arXiv)
Автор : Yuexia Zhang , Jian Wang , Jiayi Shen , Jessica Galloway-Pena , Samuel..