Публикации по теме 'data'
3 фундаментальных процесса в разработке признаков
Правильное представление шаблонов данных для моделей
Введение
В этом посте объясняются три важнейших процесса в разработке признаков (FE), которые вам необходимо знать, чтобы правильно представлять шаблоны данных в моделях машинного обучения (ML).
Инжиниринг признаков — это процесс изменения существующих признаков для улучшения способности модели учиться на данных.
FE предлагает ощутимое улучшение точности модели без значительного увеличения времени и стоимости вычислений.
FE..
От основ к ускорению: изучение контролируемых алгоритмов машинного обучения
Узнайте об уникальных характеристиках, требованиях к ресурсам, основных гиперпараметрах, технических предпочтениях и пригодности размера данных лучших в отрасли контролируемых алгоритмов машинного обучения. Узнайте, почему и когда использовать каждый алгоритм, и узнайте об их уровнях точности. Независимо от того, являетесь ли вы новичком или хотите расширить свои знания в области машинного обучения, это руководство поможет вам принимать обоснованные решения и преуспевать в своих начинаниях,..
Обнаружение рака груди с использованием KNN & SVM.
Рак груди - самый распространенный вид рака, диагностируемый у женщин в Соединенных Штатах. Рак груди может встречаться как у мужчин, так и у женщин, но он гораздо чаще встречается у женщин. Значительная поддержка осведомленности о раке груди и финансирование исследований помогли добиться успехов в диагностике и лечении рака груди. Показатели выживаемости при раке груди увеличились, и количество смертей, связанных с этим заболеванием, неуклонно снижается, в основном из-за таких..
Работа с примерами состязательности, часть 4 (Машинное обучение)
Эффективный поиск состязательных примеров с предварительной обработкой DNN (arXiv)
Автор: Аврити Чаухан , Мохаммад Афзал , Хришикеш Кармаркар , Ицхак Эльбохер , Кумар Мадхукар , Гай Кац .
Аннотация: Глубокие нейронные сети (DNN) повсюду, часто выполняя довольно сложную задачу, которую раньше было невозможно вообразить для машин. При этом они принимают множество решений, которые, в зависимости от приложения, могут иметь катастрофические последствия, если они пойдут не так. Это..
Анализ данных Spotify с помощью Pandas
Нам нужно больше акустических песен!
Когда дело доходит до анализа данных, Python прекрасно дополняется Pandas. Библиотека Pandas позволяет нам импортировать данные в любой форме, анализировать, исследовать и даже визуализировать.
В этой статье я исследовал и проанализировал набор данных Spotify , доступный на Kaggle. Весь файл содержит несколько наборов данных, но я работал с тремя наборами данных - data_by_year , data_by_genre и data_by_artist . Набор данных Spotify..
Совсем не очевидно, что технологические компании должны использовать ваши данные.
Поскольку использование генеративных моделей ИИ продолжает широко применяться, я подумал о неприятном предположении, сделанном многими технологическими компаниями, что только потому, что вы используете их продукт, это дает им право использовать ваши данные способами, которые вы не можете прозрачно использовать. наблюдать. Хотя они могут утверждать, что это улучшит качество обслуживания, сомнительно, действительно ли это будет иметь заметное значение. Поэтому, когда пылесос Roomba..
ИИ как катализатор инноваций — Виржини Марелли
В последние годы мы наблюдаем, как ИИ все больше и больше присутствует, завоевывает многие отрасли и применяется во всех областях. ИИ впервые применялся с 3 основными целями: снижение затрат, создание ценности и управление рисками и мошенничеством. Во многих случаях это приводило к прямому или косвенному положительному воздействию на окружающую среду.
Искусственный интеллект можно использовать для лучшей сортировки и переработки отходов, бельгийская компания по переработке отходов..
Новые материалы
ИИ для общего блага, часть вторая
В нашем последнем блоге мы исследовали возможности ИИ для общего блага, указав на несколько инициатив по поиску действенных решений для продвижения справедливых и беспристрастных систем ИИ. По..
Время расцвета закончилось
Большую часть своей карьеры в индустрии программного обеспечения программисты работали с головой в песок.
Успех в отрасли требует навыков презентации и обучения других.
Ценность улучшенных..
Будущее сельского хозяйства: новый уровень производительности с современными технологиями
По мере роста населения мира растет и спрос на продукты питания. Фермеры сталкиваются с растущим давлением необходимости повышать урожайность и максимизировать производительность, манипулируя..
Состояние совместной фильтрации в 2022 году, часть 1
ResBeMF: Улучшение прогнозируемого охвата совместной фильтрации на основе классификации (arXiv)
Автор: Анхель Гонсалес-Прието , Авраам Гутьеррес , Фернандо Ортега , Рауль Лара-Кабрера..
Зачем изучать PYTHON в 2022 году !
Python — востребованный, доступный язык программирования с активным, постоянно растущим сообществом пользователей. Для тех, кто хочет сменить профессию в мире технологий с помощью..
Решение капч с помощью Puppeteer
Это руководство предназначено для текстовых кодов, а не для reCAPTCHA Google (см. конец этого сообщения).
Требования:
Антикапча или любой другой сервис по разгадыванию капчи. Модуль..
7 встроенных библиотек Python, которые необходимо знать
7 встроенных библиотек Python, которые необходимо знать
Стандартная библиотека Python значительно упрощает жизнь программистов, предоставляя широкий набор функций. Мы выбираем несколько..