Публикации по теме 'machine-learning'


Путешествие во вселенную графического машинного обучения: мотивация, приложения, наборы данных, библиотеки ...
РЕЗЮМЕ В этом блоге мы глубоко погружаемся во вселенную графического машинного обучения, начиная с личной сути того, как я узнал об этой захватывающей области, а затем немного о мотивации графов, то есть о том, насколько важна структура данных графа, после чего мы увидим некоторые приложения. графического машинного обучения в различных областях как с точки зрения академических кругов, так и с точки зрения промышленности. Затем я также расскажу о недавнем тесте Open Graph Benchmark:..
Прогноз популярности песни
Введение: Как композитор, вы всегда будете обеспокоены тем, понравится ли ваша песня вашей аудитории или нет, поэтому мы пытаемся сделать это с помощью машинного обучения, которое предсказывает популярность песни на основе таких характеристик, как акустика. , танцевальность, тональность, громкость и т. д. Это было соревнование по kaggle, организованное разработчиками Google и Абхишеком Тхакуром, первым в мире четырехкратным гроссмейстером kaggle. В соревновании приняли участие 535..
Обо мне
Родился в 1969 г. Караман / Эрменек. Он получил начальное, среднее и среднее образование в районе Эрегли Коньи и получил степень бакалавра / магистра / доктора философии. образование в университете Гази. Во время своего образования он занимался информационными технологиями, программным обеспечением, бизнесом, бухгалтерским учетом, дистанционным обучением, а также передовыми технологиями программного обеспечения, особенно в докторантуре. Долгое время работал в сфере IT. Он имеет..
Хороший пост.
Хороший пост. Но в CONV2, почему КОЛИЧЕСТВО ПАРАМЕТРОВ is (5 * 5 * 96 + 1) * 256=614656 Размер фильтра в CONV2 составляет 5*5*48 (данные из статьи AlexNet). Таким образом, количество параметров будет (5*5*48+1)*256. Это правильно?
Полное руководство для начинающих по машинному обучению с помощью Scikit-Learn
Введение По мере того, как область машинного обучения продолжает развиваться, расширяется и набор инструментов, которыми располагают специалисты по обработке и анализу данных. Python, универсальный и мощный язык программирования, является одним из лучших вариантов для машинного обучения, а Scikit-learn, возможно, является одной из его самых важных библиотек. Scikit-learn предоставляет ряд контролируемых и неконтролируемых алгоритмов обучения через согласованный интерфейс в Python...
Маркировка части речи
Современные подходы к обработке естественного языка предлагают оптимизацию процесса анализа документов за счет упрощения . Проще говоря, существует тенденция отбрасывать сложные вещи (например, понимание содержания) в пользу более прямых методов, таких как просмотр слов, частота их появления в документах, какие другие слова появляются рядом с ними или где-то еще в том же документе; такая статистическая информация собирается и тщательно оптимизируется на этапе, который в машинном..
Автоматизируйте разработку функций временных рядов в нескольких строках кода Python
Извлеките сотни соответствующих функций для вашего варианта использования временных рядов Данные временных рядов многократно фиксируют значение переменной с течением времени, что приводит к ряду точек данных, индексированных во временном порядке. Во временных рядах данные имеют естественный временной порядок, т. е. значение переменной в определенное время зависит от прошлых значений. Традиционные алгоритмы машинного обучения не предназначены для фиксации временного порядка данных..