Публикации по теме 'data'


Как работает анализ независимых компонентов, часть 2 (машинное обучение)
Основы анализа независимых компонентов МЛ | Независимый компонентный анализ — GeeksforGeeks Необходимое условие: анализ основных компонентов Независимый компонентный анализ (ICA) — это метод машинного обучения для… www.geeksforgeeks.org 1. О конечной выборочной идентифицируемости сравнительного нелинейного анализа независимых компонентов, основанного на обучении ( arXiv ) Автор: Ци Лю , Сяо Фу Выдержка: Нелинейный анализ..
Первые впечатления от работы с «большими» данными
Первые впечатления от работы с «большими» данными По большинству личных проектов трудно получить представление о масштабе. Когда вы работаете над проектами с относительно небольшим количеством пользователей и небольшими наборами данных с менее чем миллионом записей, трудно получить представление о масштабе. Я часто игнорирую сырую производительность в пользу других факторов (таких как более высокая скорость разработки), потому что варианты использования, для которых я создавал,..
Первые три шага машинного обучения
Машинное обучение включает в себя построение модели для прогнозирования будущих событий. Эта технология полезна для лиц, принимающих решения, поскольку люди могут обрабатывать только определенный объем данных. Машины могут связывать огромные объемы данных вместе, чтобы получить уникальную информацию. В этой статье мы более подробно рассмотрим этапы машинного обучения. Затем мы рассмотрим применение машинного обучения. В этой статье основное внимание будет уделено первым трем шагам..
Представляем настраиваемый классификатор - создайте свою собственную модель классификации текста без каких-либо обучающих данных
Вступление Одна из самых успешных парадигм машинного обучения - это обучение с учителем, которое позволяет построить модель обобщения, изучая множество обучающих примеров. Контролируемое обучение широко используется в обработке естественного языка для создания текстовых классификаторов с несколькими классами или метками для решения различных задач, таких как обнаружение спама, анализ настроений, анализ эмоций, анализ намерений клиентов и т. Д. Любой, кто знаком с процессом Чтобы..
Последние разработки в области дополненной реальности, часть 2 (Технологии будущего)
1. Разработка приложения дополненной реальности для производства мебели на заказ в Пампанге, Филиппины ( arXiv ) Автор: Джеймарк А. Ямбао , Джон Пол П. Миранда , Эрл Лоуренс Б. Пелайо Аннотация: Цель исследования заключалась в разработке мобильного приложения, использующего дополненную реальность без маркеров для конкретных продуктов, изготавливаемых на заказ, для поддержки предприятий по производству мебели и светильников. В исследовании применялась смешанная методология..
Как работает гравитация Эйнштейна-Гаусса-Бонне, часть 2 (продвинутая космология)
Анизотропное решение для политропных звезд в четырехмерной гравитации Эйнштейна-Гаусса-Бонне (arXiv) Автор: Кш. Ньютон Сингх , С. К. Маурья , Пияли Бхар , Риджу Наг Аннотация: В настоящей работе мы исследовали новое анизотропное решение для политропной звезды в рамках гравитации 4DEinstein-Gauss-Bonnet (EGB). Возможность определения масс и радиусов компактных звезд, что накладывает некоторые ограничения на уравнение состояния (EoS) выше плотности ядерного насыщения. С..
Как разделить данные тренировки и тестирования
Понятия, объясненные для новичков! Машинное обучение - новая горячая область науки о данных. Для поиска решений многих проблем можно использовать всевозможные алгоритмы машинного обучения, начиная от анализа настроений и прогнозирования цен на акции и заканчивая классификацией болезней с использованием изображений мозга. Данные, которые передаются в алгоритм, важны для формирования точности результата. В машинном обучении крайне важно иметь данные для обучения и тестирования, которые..