Публикации по теме 'artificial-intelligence'
Среднее, медиана и мода — основа базовой статистики для AI/ML.
Среднее значение, медиана и мода — столпы базовой статистики для AI/ML.
Среднее арифметическое
Среднее арифметическое - это в основном то, что вы называете средним.
В случае наблюдения без частоты (или данных с частотой = 1)
Набор данных без частот легко вычислить, например:
У нас есть набор возрастов группы людей = {10,25,14,78}
Среднее значение возрастов будет = (10+25+14+78)/n, что равно 4 (количество наблюдений).
Среднее = 31,75
В случае наблюдений с..
Как неравенство Брунна-Минковского используется в машинном обучении, часть 6
Достаточное и необходимое условие гипотезы неравенства Lp-Брунна-Минковского для p\in[0,1)(arXiv)
Автор : Ши-Чжун Ду
Аннотация: Неравенство Lp-Брунна-Минковского играет центральную роль в теории Брунна-Минковского, предложенной Файри [13] в 60-х годах и развитой Лютваком [26,27] в 90-х годах, которая обобщает классическое неравенство Брунна-Минковского с помощью Lp- сумма выпуклых тел. Неравенство было установлено Файри для p>1 и позднее высказано Борозки-Лутваком-Янгом-Чжаном [5]..
Наука о данных и борьба с изменением климата: моя экспедиция на дататонне WiD 2023
В этом году я буду участвовать в Datathon Women in Data (WiD), ежегодном мероприятии, где участники собираются для решения практических проблем посредством применения инструментов и методов обработки данных и анализа, работая вместе в группах для получения идей и потенциальных решений.
Дататон WiD 2023 проводится в партнерстве со Всемирной метеорологической организацией (ВМО) и Министерством сельского хозяйства США (USDA), и основное внимание уделяется решениям по обеспечению устойчивости..
Как работает передача стиля текста, часть 1 (искусственный интеллект)
1. О передаче стилей текста с помощью языковых моделей с масками стилей ( arXiv )
Автор: Шаран Нарасимхан , Пуджа Шекар , Суводип Дей , Маунендра Санкар Десаркар
Аннотация . Перенос стиля текста (TST) осуществляется с помощью таких подходов, как распутывание скрытого пространства, потеря согласованности циклов, редактирование прототипа и т. д. Подход редактирования прототипа, который, как известно, весьма успешен в TST, включает в себя две ключевые фазы: а) маскирование..
Раскрытие возможностей векторных баз данных в приложениях с большими языковыми моделями: реальный пример…
В быстро развивающейся области обработки естественного языка (NLP) модели больших языков (LLM), такие как GPT-3.5, меняют способ нашего взаимодействия с технологиями. Эти сложные модели произвели революцию в этой области, поскольку они распознают и генерируют человекоподобный текст. Но что повышает их производительность, делая вашего чат-бота менее похожим на робота и больше похожим на человека, так это невоспетый герой: база данных векторов.
Мощность памяти векторных баз данных в LLM..
Важность функции XGBoost
Как получить важность функции регрессора XGBoost
XGBoosting — одна из лучших моделей, которую вы можете использовать для решения проблемы регрессии или проблемы классификации. Но во время проекта, над которым я работаю, я столкнулся с проблемой, чтобы получить важность функции модели, на поиск которой я потратил много времени. для лучшего решения для него,
Что такое Overfitting в ML/DL и как мы можем это преодолеть.
Из всех вещей, которые могут пойти не так с вашей моделью ML, переобучение может быть наиболее распространенным. Если ваша модель плохо обобщает невидимые данные, значит, у вас проблема с переобучением.
Лакшай Вадхва, CoffeeBeans Consulting .
Переобучение — это явление, которое обычно происходит, когда модель слишком хорошо моделирует обучающие данные, а также улавливает шум и колебания в обучающих данных. Затем проблема возникает с новыми данными, когда модель не может..
Новые материалы
[Архив поста] Предварительная обработка данных МРТ для PROSTATex Challenge
Обратите внимание, что этот пост предназначен для моих собственных образовательных целей.
https://github.com/saifengliu/PROSTATex/blob/master/prostatex-data-preprocessing-20180425.pdf
Как..
Я обязательно пройду курс.
Я обязательно пройду курс. Я взял версию Python несколько лет назад на EDX (Введение в вычислительное мышление в Python), который преподавал великий профессор Эрик Гримсон из Массачусетского..
Регрессивный анализ
Регрессивный анализ
RASeries#3 — Регрессия
Регресс?
Как только мы определим, что между X и Y существует значительная линейная зависимость, для представления этой линейной зависимости..
Что делать, когда травят?
Расскажите об этом своим родителям. Если это произойдет даже в школе, немедленно сообщите об этом администрации школы. Чтобы сообщить о:
Facebook, нажмите здесь:..
Шаблон проектирования посредника — 3-минутная серия
Это супер коммуникатор и центральный контроллер.
_00 / Концепция
Инкапсулируйте всю бизнес-логику внутри посредника. Участник будет общаться только с Медиатором. Он не будет знать, есть..
Первые принципы программирования: секрет раскрытия вашего потенциала и создания прорыва…
Раскройте свой творческий потенциал и выделитесь среди остальных: руководство для начинающих по основам программирования
Когда дело доходит до решения проблем и создания инновационных..
Наш взгляд на IJCAI 2022
Международная объединенная конференция по искусственному интеллекту (IJCAI) — главное событие для исследователей, работающих во всех областях ИИ.
Среди специализированных треков по глубокому..