Публикации по теме 'machine-learning'
Моей подруге Марии: искусственный интеллект здесь, чтобы сделать вас более человечными
Это рассказ о Марии. Она работает в колл-центре на Филиппинах. Мария помогает 60 000 сотрудников John Deere по всему миру сбрасывать пароли и обновлять до последней версии Microsoft Office двадцать раз в день.
Работодатель Марии, Cognizant, является крупнейшим мировым поставщиком ИТ-услуг. Мария работает вместе с 350 агентами колл-центра, которые начинают работу в полночь, перерываются на обед в 4:00 утра и отправляют свое последнее электронное письмо в 9:00.
У Марии двое детей,..
Преимущества облачного машинного обучения и искусственного интеллекта
По мере того, как большие данные становятся все более сложными, компании изо всех сил пытаются удовлетворить потребности в хранении и вычислениях средних организаций, а тем более крупных предприятий. Здесь в игру вступают облачные машинное обучение и искусственный интеллект.
Что означает Cloud Native?
Ваша вычислительная мощность ограничена. Независимо от того, какое оборудование и программное обеспечение вы покупаете, вы всегда будете идти на цыпочках к устареванию. Это нормально..
Как слабоумие влияет на общение: создание более доступного ИИ для общения
Погружение в литературу - что мы знаем?
Мы все (примерно) умеем естественно разговаривать друг с другом. Это в основном подсознательно и действительно заметно только в том случае, если взаимодействие отличается от того, что большинство считает «нормальным». В большинстве случаев это просто незначительные отличия, например, кто-то говорит слишком близко или перебивает чаще, чем обычно.
Однако более значительные различия в разговоре могут возникнуть, когда части мозга начинают..
Математика линейной регрессии
Простой способ изучить математику линейной регрессии
Статья предназначена для понимания линейной регрессии с использованием небольшого набора данных и лежащей в основе математики.
В« статистике линейная регрессия - это линейный подход к моделированию взаимосвязи между скалярным откликом (или зависимой переменной ) и одной или несколькими независимыми переменными (или независимыми переменными )» - Википедия
Мы начинаем с набора входов (значения x) и соответствующих выходов..
Как я использовал Python и R для анализа и прогнозирования явок на прием к врачу!
Мир, в котором R и Python живут вместе
За последние годы я познакомился с Python и очень ценю широту процессов обработки данных, которые я могу с ним делать. Я считаю, что Python действительно прост в использовании, и благодаря множеству доступных сегодня библиотек я могу делать практически все, от веб-скрейпинга до разработки моделей глубокого обучения. Я начал с Python, так как все, кого я знал, работали с ним, и они сказали, что это правильный путь.
Однако недавно я начал..
Машинное обучение для юристов, часть 3
В этой части 3 мы исследуем использование объяснений моделей машинного обучения, таких как LIME:
Почему я должен вам доверять? : Объяснение прогнозов любого классификатора Несмотря на широкое распространение, модели машинного обучения остаются в основном черными ящиками. Понимание причин… arxiv.org »
Эти объяснения позволяют нам заглянуть во внутреннюю работу модели машинного обучения. Такая возможность полезна во многих отношениях,..
Три шага к изучению теоремы Байеса
Когда я начинал заниматься машинным обучением, имея опыт работы в информатике, мне всегда требовалось время, чтобы понять статистические концепции и вспомнить, что я узнал во время учебы. Однако я также пришел к выводу, что чем яснее мои основы, тем легче мне понять стоящую передо мной проблему.
На пути к машинному обучению есть несколько чрезвычайно важных вех, которые необходимо достичь, чтобы ускорить свой путь. Одна из таких вех - вероятность и условная вероятность. В этой статье..
