Публикации по теме 'data'
Построение прогностических моделей с использованием методов машинного обучения
Машинное обучение — это область искусственного интеллекта, которая фокусируется на использовании алгоритмов для изучения данных, выявления закономерностей и прогнозирования. Он использовался в самых разных областях, от здравоохранения до финансов и розничной торговли. Методы машинного обучения можно использовать для создания прогностических моделей, которые могут точно предсказывать исход определенных событий или ситуаций. Эти модели могут помочь предприятиям принимать более обоснованные..
Приложения дифференциальной конфиденциальности, часть 2 (технология будущего)
Полностью адаптивная композиция для дифференциальной защиты по Гауссу (arXiv )
Автор: Адам Смит , Абхрадип Тхакурта
Аннотация: мы показываем, что гауссовская дифференциальная конфиденциальность, вариант дифференциальной конфиденциальности, адаптированный к анализу добавления гауссовского шума, изящно комбинируется даже в присутствии полностью адаптивного аналитика. Такой аналитик выбирает механизмы (для запуска на наборе конфиденциальных данных) и их бюджеты..
Как работают Adversarial Bandits, часть 3 (машинное обучение)
Одновременное изучение стохастических и состязательных бандитов с общей обратной связью по графику (arXiv)
Автор: Фанг Конг , Ичи Чжоу , Шуай Ли .
Аннотация: Проблема онлайн-обучения с графической обратной связью широко изучалась в литературе из-за ее общности и возможности моделирования различных учебных задач. Существующие работы в основном изучают состязательную и стохастическую обратную связь по отдельности. Если предварительные знания о механизме обратной связи недоступны или..
Развитие интуиции: что такое AI/ML?
TL;DR: AI/ML = способы поиска закономерностей в данных
LLM снова выдвинули искусственный интеллект (ИИ) и машинное обучение (МО) на передний план технологий. Машинное обучение — это подмножество более широкой категории ИИ. С точки зрения промышленности этот термин часто используется как синоним искусственного интеллекта и больших данных.
Почему? Потому что, в конце концов, существует только три реальных проблемы, связанных с машинным обучением как частью продукта. Одна —..
Машинное обучение в PAYGo: что нужно знать, прежде чем приступить к делу
Прошлым летом мы опубликовали пост , в котором описывалось, как ZOLA Electric использует машинное обучение (ML), чтобы предсказать, кто из их клиентов, скорее всего, перестанет платить. Сообщение было проинформировано о работе, проделанной Проектом FIBR BFA с ZOLA, ведущим оператором солнечной энергии PAYGo в Танзании, Руанде, Гане, Нигерии и Кот-д'Ивуаре. С тех пор многие операторы PAYGo в секторах солнечной энергии, приготовления пищи и водоснабжения связались с нами, чтобы..
Ваш основной код классификации XGBoost
Этот пост служит отправной точкой в вашем путешествии по XGBoost.
XGBoost – это оптимизированная программная библиотека с открытым исходным кодом, в которой реализованы оптимизированные алгоритмы машинного обучения для повышения распределенного градиента в рамках платформы Gradient Boosting. XGBoost был создан Tianqi Chen и первоначально поддерживался группой Distributed (Deep) Machine Learning Community (DMLC). Это наиболее распространенный алгоритм, используемый для..
Использование balldontlie.io
Введение:
Добро пожаловать, любители баскетбола и мастера данных! Готовы отправиться в захватывающее путешествие в мир аналитики данных НБА? В этой статье мы раскроем секреты получения данных НБА от balldontlie.io, золотой жилы как для фанатиков спорта, так и для специалистов по данным. Приготовьтесь поднять свою спортивную аналитику и игру по построению моделей машинного обучения на совершенно новый уровень!
Прошли те времена, когда единственными вариантами были традиционные..
