Թեմայի վերաբերյալ հրապարակումներ 'data'
Ինչպես են գործում AMPA ընկալիչները մաս 2 (Նյարդագիտություն)
AMPA ընկալիչները դեպրեսիայի թերապևտիկ կառավարման մեջ (PubMed)
Հեղինակ՝ D Bleakman , A Alt , J M Witkin
Վերացական․ AMPA ընկալիչների և այլ իոնոտրոպային գլյուտամատային ընկալիչների փոփոխություններ են գրանցվել դեպրեսիայի ժամանակ և հակադեպրեսանտային բուժումից հետո: Միացությունները, որոնք ուժեղացնում են ազդանշանը AMPA ընկալիչների միջոցով (AMPA receptor potentiators) ցուցադրում են հակադեպրեսանտի նման վարքային էֆեկտներ կենդանիների մոդելներում և առաջացնում են նեյրոնային էֆեկտներ,..
Մեքենայական ուսուցման թշնամու դեմ պայքար #1, տվյալների վատ որակ — Հարցազրույց Սահար Չանգուելի հետ, բ.գ.թ.
Տվյալների որակը բիզնեսի խնդիր է, ինչպես նաև տեխնոլոգիական խնդիր: Դա տվյալների վրա հիմնված բիզնեսի և մեքենայական ուսուցման ամենամեծ թշնամին է: Վատ որակի տվյալները կարող են արգելափակել կամ անօգտագործելի դարձնել տվյալների նախագիծը կամ մեքենայական ուսուցման գործը և, հետևաբար, ծախսել գումար, մարդկային ռեսուրսներ և ժամանակ: Տվյալների որակի հետ կապված խնդիրները պետք է լինեն նպատակային, համակարգային և շարունակական, այլ ոչ թե հսկայական, մեկանգամյա կատարողական իրադարձություն:
Հրապարակված է D3M..
Տվյալների ցանց կամ գործվածք. Ո՞րն է տարբերությունը:
Կանխատեսումների ամփոփում և լավագույն պրակտիկաներ, որոնք կօգնեն ձեզ հաղթել տվյալների հետ 2022 թվականին
Եթե դուք նոր եք այս հրապարակման մեջ, այս բլոգը ՁԵՐ Տվյալները, AI և Analytics Weekly Digest-ն է: Ես վերանայում եմ շաբաթվա ամենահայտնի տվյալների պատմությունները և զտում ձեզ համար, թե ինչն է ԹԵ և ինչը ՈՉ:
Եթե ձեզ դուր է գալիս սա, խնդրում ենք մեկնաբանել, հավանել և բաժանորդագրվել այստեղ :
Նորարարական հետազոտական աշխատանքներ ալգորիթմական հիմնավորման տիրույթում
CLRS ալգորիթմական հիմնավորման հենանիշ ( arXiv )
Հեղինակ՝ Պետար Վելիչկովիչ , Ադրիա Պուչդոմենեխ Բադիա , Դեյվիդ Բադեն , Ռազվան Պասկանու , Անդրեա Բանինո , Միշա Դաշևսկի , Ռայա Հադսել , Չարլզ Բլանդել
Վերացական . Ալգորիթմների ուսուցման ներկայացումը մեքենայական ուսուցման նոր ոլորտ է, որը ձգտում է կամրջել նեյրոնային ցանցերի հասկացությունները դասական ալգորիթմներով: Մի քանի կարևոր աշխատանքներ ուսումնասիրել են, թե արդյոք նեյրոնային ցանցերը կարող են արդյունավետ կերպով հիմնավորել..
Ինչու ես կընտրեի R-ը Python-ի փոխարեն տվյալների գիտության համար
Բայց դրա պատճառով ինձ պատերազմ մի մեկնաբանեք:
R-ի և Python-ի հետևում գտնվող համայնքները տարբեր են, և դա զգալիորեն ազդում է տվյալների գիտությանը նվիրված փաթեթների մշակման ուղղությունների վրա:
R
R-ի հետևում գտնվող համայնքը կազմված է հիմնականում ակադեմիկոսներից և վիճակագիրներից, ովքեր ունեն ամուր…
Երբ օգտագործել Machine Learning-ը
Ոչ բոլոր խնդիրները պետք է լուծվեն մոդելներով
Թեև կարող է հաճելի լինել ասել, որ դուք ունեք մեքենայական ուսուցման ալգորիթմներ, որոնք կատարում են ինչ-որ առաջադրանք, դրանք հարմար չեն ցանկացած տեսակի խնդրի համար և շատ դեպքերում չպետք է ձեր առաջին տարբերակը լինեն:
Մեքենայական ուսուցման նախագծերը բարդ են, ժամանակատար, թանկ և սովորաբար դժվար է պահպանել: Մտածեք մեքենայական ուսուցման նախաձեռնությունը որպես նախագիծ, որը պահանջում է այն ամենը, ինչ անհրաժեշտ է սովորական ծրագրային ինժեներական..
Տվյալների նախնական մշակում մեքենայական ուսուցման համար. Python կոդով
Տվյալների նախնական մշակումը կարևոր քայլ է մեքենայական ուսուցման խողովակաշարում, որը ներառում է չմշակված տվյալների վերափոխումը այնպիսի ձևաչափի, որը կարելի է հեշտությամբ հասկանալ ալգորիթմներով: Այն հաճախ կարող է բերել կամ կոտրել մեքենայական ուսուցման նախագծի հաջողությունը, քանի որ ելքի որակը մեծապես կախված է մուտքագրման որակից: Այս բլոգի գրառման մեջ մենք կուսումնասիրենք տվյալների նախնական մշակման որոշ հիմնական մեթոդներ՝ Python կոդով օգտագործվող գործնական օրինակներով:
Տվյալների մաքրում...
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..