Թեմայի վերաբերյալ հրապարակումներ 'artificial-intelligence'
Ներածություն բնական լեզվի մշակման մեջ
ML Concepts-ում մենք աշխատում ենք տվյալների գիտության ոլորտին համապատասխան դասընթացներով և նյութերով կայք կառուցելու ուղղությամբ:
Մարդիկ միմյանց հետ շփվում են բառերի և տեքստի միջոցով: Այն ձևը, որով մարդիկ տեղեկատվություն են փոխանցում միմյանց, կոչվում է Բնական լեզու:
Այնուամենայնիվ, համակարգիչները չեն կարող մեկնաբանել այս տվյալները , որոնք բնական լեզվով են, քանի որ նրանք հաղորդակցվում են 1-ով և 0-ով: Արտադրված տվյալները թանկարժեք են և կարող են արժեքավոր պատկերացումներ առաջարկել:..
Ինչպես է օգտագործվում առավելագույն հավանականության գնահատումը մաս 5 (Մեքենայի ուսուցում)
Հիմնական բաղադրիչի վերլուծության միջոցով խոշոր մոտավոր դինամիկ գործոնների մոդելների գնահատման և եզրակացության մասին և դրա համարժեքությունը քվազի առավելագույն հավանականության գնահատման հետ (arXiv)
Հեղինակ՝ Մատտեո Բարիգոցի
Համառոտագիր. Մենք տրամադրում ենք ասիմպտոտիկ արդյունքների այլընտրանքային ածանցում մեծ մոտավոր գործոնային մոդելի Հիմնական բաղադրիչների գնահատողի համար և ապացուցում ենք, որ բեռնումների ստացված գնահատիչը ասիմպտոտիկորեն համարժեք է իրենց Քվազի առավելագույն հավանականության..
Աշխատում է Markov Chain Monte Carlo part3-ի հետ (Մեքենայի ուսուցում + վիճակագրություն)
Մարկովյան շղթայի Մոնտե-Կառլոյի ընդլայնված վարիացիոն քվանտային ալգորիթմներ (arXiv)
Հեղինակ՝ Taylor L. Patti , Omar Shehab , Khadijeh Najafi , Susanne F. Yelin
Վերացական. Վարիացիոն քվանտային ալգորիթմները կարող են զգալի ազդեցություն ունենալ բարձրաչափ օպտիմիզացիայի վրա՝ կիրառելով դասական կոմբինատորիկայի, քվանտային քիմիայի և խտացված նյութի մեջ: Այնուամենայնիվ, այս ալգորիթմների օպտիմալացման լանդշաֆտը հիմնականում ոչ ուռուցիկ է, ինչը հանգեցնում է ոչ օպտիմալ լուծումների՝ տեղական, այլ..
Ինչու՞ է այդքան դժվար օգտագործել մեքենայական ուսուցումը սոցիալական բարության համար:
Մեքենայական ուսուցման վերաբերյալ վերջերս կայացած միջազգային կոնֆերանսում ( ICML ) Լեսթեր Մաքին հրավիրված ելույթ ունեցավ Մեքենայական ուսուցման հետ որոշ լավ բան անելը վերնագրով: Ես այստեղ չեմ ամփոփի ամբողջ խոսակցությունը, բայց խոսակցության ամենաուշագրավ կողմն այն էր, որ դա ոչ հաղթական պատմություն էր հսկայական սոցիալական օգուտների մասին մեքենայական ուսուցման և արհեստական ինտելեկտի նոր հեղափոխական ուժերի միջոցով, այլ այն, որ այն ML-ի միջոցով իմաստալից, բայց (համեմատաբար) փոքր հաղթանակներ..
Լեզվի մշակման երկու հեղափոխական հարթակների հնարավորություններն ու նրբությունները ուսումնասիրելու նպատակով…
Ցանկանալով ուսումնասիրել լեզուների մշակման երկու հեղափոխական հարթակների՝ Google Bard-ի և ChatGPT-ի հնարավորություններն ու նրբությունները, մենք որոշեցինք եզակի մարտահրավեր ներկայացնել: Մենք մոտեցանք երկու հարթակներին՝ միմյանց մասին գրելու, և արդյունքը եղավ մի հետաքրքրաշարժ դիսկուրս, որը լույս սփռեց յուրաքանչյուր հարթակի ուժեղ և սահմանափակումների վրա, ինչպես նաև այն ուղղությունների վրա, որոնցով ընթանում է AI-ի վրա աշխատող լեզվի մշակումը: Կարդացեք՝ իրենց իսկ խոսքով, հարթակների կողմից..
Վերլուծության, մեքենայական ուսուցման և գեներատիվ AI-ի եռյակը թվային բիզնեսի էվոլյուցիայում
Թվային բիզնեսի փոխակերպումը կարևոր նշանակություն ունի այսօրվա արագ զարգացող լանդշաֆտում, քանի որ այն հնարավորություն է տալիս կազմակերպություններին օգտագործել տեխնոլոգիայի ներուժը՝ հեղափոխելու իրենց գործունեությունը, հաճախորդների փոխհարաբերությունները և շուկայի դիրքավորումը: Ընդգրկելով թվային գործիքներն ու ռազմավարությունները՝ բիզնեսները կարող են բարելավել շարժունությունը, օպտիմալացնել գործընթացները, ձեռք բերել տվյալների վրա հիմնված պատկերացումներ և ստեղծել նորարարական..
Ջրային սափորի խնդիրը AI-ում — Ուսումնասիրություն Python-ով | 2023 թ
Ջրի սափորի խնդրի պարզ ըմբռնում AI-ում | Քարթիքեյան Նագարաջ
Ես հենց նոր հանդիպեցի իմ դասարանում ջրի սափորների խնդրի թեմային և ուզում էի այն կիսել AI մարդկանց համայնքի հետ, որը ներառված է python ծրագրի հետ՝ խնդիրը լուծելու Ընդհանուր ձևով
Խնդիր.
Ձեզ տրվում է 2 սափոր, 4 գալոն և 3 գալոն: Սափորներից և ոչ մեկի վրա Չափիչ նշաններ չկան: Կա պոմպ, որով կարելի է սափորները ջրով լցնել։ Ինչպե՞ս կարող ենք ճիշտ 2 գալոն ջուր ստանալ 4 գալոն սափորում:
Ներածություն:
Ջրի սափորի խնդիրը..
Նոր նյութեր
Օգտագործելով Fetch Vs Axios.Js-ը՝ HTTP հարցումներ կատարելու համար
JavaScript-ը կարող է ցանցային հարցումներ ուղարկել սերվեր և բեռնել նոր տեղեկատվություն, երբ դա անհրաժեշտ լինի: Օրինակ, մենք կարող ենք օգտագործել ցանցային հարցումը պատվեր ներկայացնելու,..
Տիրապետել հանգստության արվեստին. մշակողի ուղեցույց՝ ճնշման տակ ծաղկելու համար
Տիրապետել հանգստության արվեստին. մշակողի ուղեցույց՝ ճնշման տակ ծաղկելու համար
Ինչպե՞ս հանգստացնել ձեր միտքը և աշխատեցնել ձեր պրոցեսորը:
Ինչպես մնալ հանգիստ և զարգանալ ճնշման տակ...
Մեքենայի ուսուցում բանկային և ֆինանսների ոլորտում
Բարդ, խելացի անվտանգության համակարգերը և հաճախորդների սպասարկման պարզեցված ծառայությունները բիզնեսի հաջողության բանալին են: Ֆինանսական հաստատությունները, մասնավորապես, պետք է առաջ մնան կորի..
Ես AI-ին հարցրի կյանքի իմաստը, այն ինչ ասում էր, ցնցող էր:
Այն պահից ի վեր, երբ ես իմացա Արհեստական ինտելեկտի մասին, ես հիացած էի այն բանով, թե ինչպես է այն կարողանում հասկանալ մարդկային նորմալ տեքստը, և այն կարող է առաջացնել իր սեփական արձագանքը դրա..
Ինչպես սովորել կոդավորումը Python-ում վագրի պես:
Սովորելու համար ծրագրավորման նոր լեզու ընտրելը բարդ է: Անկախ նրանից, թե դուք սկսնակ եք, թե առաջադեմ, դա օգնում է իմանալ, թե ինչ թեմաներ պետք է սովորել: Ծրագրավորման լեզվի հիմունքները, դրա..
C++-ի օրական բիթ(ե) | Ամենաերկար պալինդրոմային ենթաշարը
C++ #198-ի ամենօրյա բիթ(ե), Ընդհանուր հարցազրույցի խնդիր. Ամենաերկար պալինդրոմային ենթատող:
Այսօր մենք կանդրադառնանք հարցազրույցի ընդհանուր խնդրին. Ամենաերկար palindromic substring...
Kydavra ICAReducer՝ ձեր տվյալների ծավալայինությունը նվազեցնելու համար
Ի՞նչ է ICAReducer-ը:
ICAReducer-ն աշխատում է հետևյալ կերպ. այն նվազեցնում է նրանց միջև բարձր փոխկապակցված հատկանիշները մինչև մեկ սյունակ: Բավականին նման է PCAreducer-ին, չնայած այն..