Публикации по теме 'machine-learning'
Работа с маркировкой семантических ролей, часть 5 (искусственный интеллект)
Сестринская справка: увеличение данных для маркировки семантической роли кадров (arXiv)
Автор: Аюш Панчоли , Мириам Р.Л. Петрук , Свабха Сваямдипта .
Аннотация: Хотя FrameNet широко известен как богатый ресурс семантики в обработке естественного языка, основные критические замечания касаются его недостаточного охвата и относительной нехватки размеченных данных по сравнению с другими широко используемыми лексическими ресурсами, такими как PropBank и VerbNet. В данном документе..
Простая модель нейронной сети для MNIST с использованием PyTorch
В этой записной книжке мы подробно рассмотрим, как построить простую модель глубокого обучения (ИНС) для прогнозирования меток рукописных цифр с учетом их изображения. Мы будем использовать набор данных MNIST от Kaggle для обучения модели ( ссылка ). Я сделаю все возможное, чтобы все было максимально просто, и объясню шаги и процесс, которым мы следуем по мере изучения этой записной книжки. Первым шагом является проверка набора данных, формата, в котором хранятся изображения, и..
Часть 6 - Двойная дуэльная сеть Q с переигровкой опыта
В предыдущей части мы обнаружили, что недостаточно просто проявлять меньшую жадность в нашей политике действий. В некоторых случаях это могло помочь, а могло и не помочь, но определенно не решило проблему.
Возможно, пришло время взглянуть на более сложные топологии сети. Давайте посмотрим, что делают эксперты, чтобы получить рекомендации: для меня это означает прекрасную запись в блоге Артура Джулиани : Простое обучение с подкреплением с помощью Tensorflow, часть 4: Глубокие Q-сети и не..
Понимание политики и вне политики в обучении с подкреплением
В обучении с подкреплением,
Есть агент А, отвечающий за взаимодействие с окружением, совершение действий и получение новых состояний. Существует агент B, отвечающий за наблюдение и обучение, обучение тому, как решать, какие действия предпринять, исходя из текущего состояния.
Если эти два агента одинаковы, это соответствует политике.
Если эти два агента различны, это не соответствует политике.
Интересный пример
Когда я смотрю, как мастер го играет против AlphaGo, а AlphaGo — это..
Новая интеграция: комета и луч
Беспрепятственное отслеживание и масштабирование рабочих процессов машинного обучения
Мы рады сообщить об еще одной отличной интеграции с Comet — Луч ! Эта интеграция позволяет специалистам по данным использовать инструменты отслеживания и визуализации экспериментов Comet с невероятной библиотекой Ray для масштабирования рабочих нагрузок машинного обучения с интенсивными вычислениями.
О Рэе
Ray — это проект с открытым исходным кодом, который позволяет легко масштабировать любую..
Как Харви (помощник ИИ) автоматически обнаруживает электронные письма с благодарностью
Одна из наших целей в Hiver — сделать работу групп поддержки клиентов, использующих Hiver, продуктивнее. Мы создали множество функций, позволяющих автоматизировать множество рабочих процессов, которые потребуются команде поддержки клиентов, и мы всегда находим способы их улучшить.
В этом посте рассказывается о проблеме обнаружения писем с благодарностью, которую мы хотели решить для наших клиентов, и о том, как мы оценили и создали решение этой проблемы.
Что такое электронные письма..
Познавательные соображения: влияние искусственного интеллекта на дизайн UI/UX.
Поскольку область искусственного интеллекта продолжает развиваться с экспоненциальной скоростью, тем, кто занимается пользовательским опытом и дизайном пользовательского интерфейса, необходимо учитывать последствия таких достижений. Хотя интеграция ИИ может принести множество преимуществ, таких как расширенные исследования пользователей и автоматизация утомительных задач, она также представляет собой потенциальную угрозу увольнения. В этой статье мы рассмотрим способы, с помощью которых..
Новые материалы
Уравнение множественной нелинейной регрессии с использованием панели инструментов нейронной сети
Я анализирую данные с шестью входами и одним выходом. Я обучил сеть с помощью Neural Network Toolbox. Я хочу, чтобы эта сеть предсказывала математическую модель или уравнение регрессии...
Методы выбора признаков в машинном обучении
Различные способы, которыми мы можем выбрать лучшие функции, чтобы получить оптимальное соответствие между данными и моделью машинного обучения.
Модели машинного обучения могут учиться на данных..
Что такое глубокое обучение и как происходит волшебство?
Простое краткое руководство - для всех.
Искусственный интеллект, машинное обучение, чат-боты, НЛП - все это модные словечки в наши дни. От разработчиков до аналитиков и владельцев бизнеса..
Развертывание моделей машинного обучения с использованием контейнеров тремя способами
В этой статье из нашей серии статей о декларативных MLOps я рассказываю о том, как вы можете обернуть свою модель в контейнер для обслуживания прогнозов тремя способами — как служба HTTP, через..
Кеширование во Flutter для Интернета
Как предоставить вашим клиентам самые свежие и лучшие
Яркая сторона кеширования
Кэширование отлично подходит для частой выборки больших ресурсов: библиотек, изображений или других..
Искусственный интеллект: машинное обучение
Машинное обучение — это быстро развивающаяся область компьютерных наук, которая фокусируется на обучении компьютеров обучению на основе данных без явного программирования. Его важность..
Анализ главных компонентов (PCA)
Это мой первый блог, и самая интересная тема, которую я нашел, — это анализ главных компонентов (PCA).
Что такое PCA??
Это неконтролируемая проблема машинного обучения. Ее основная цель —..