Թեմայի վերաբերյալ հրապարակումներ 'data-science'
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..
Տրանսֆերային ուսուցում ուժեղացման ուսուցման մեջ
Փոխանցման ուսուցումը բարելավում է RL-ի կատարումը նոր, չտեսնված առաջադրանքների վրա՝ օգտագործելով անցյալ առաջադրանքներից ստացված գիտելիքները:
Ապացուցված է, որ ուժեղացման ուսուցումը (RL) գերազանց կատարում է մի շարք առաջադրանքներում, ինչպիսիք են (վիդեո) խաղեր խաղալը, ռոբոտաշինությունը և նույնիսկ ինքնավար վարելը: Այնուամենայնիվ, այս կատարումը կարող է լինել միայն…
Multiprocessing for Data Scientists Python-ում
Ինչու՞ վճարել հզոր պրոցեսորի համար, եթե չես կարող օգտագործել այն ամբողջը:
8 միջուկով Intel i9–9900K-ը տատանվում է $450-ից $500-ի սահմաններում
Դա մեծ գումար է CPU-ի վրա ծախսելու համար: Եվ եթե չես կարող այն օգտագործել իր առավելագույն չափով, ինչու՞ նույնիսկ ունենալ այն:
Բազմամշակումը թույլ է տալիս մեզ օգտագործել մեր պրոցեսորները իրենց առավելագույն չափով: Ծրագրերը տող առ տող գործարկելու փոխարեն մենք կարող ենք միաժամանակ գործարկել կոդի մի քանի հատված կամ կոդի նույն հատվածները մի..
SAS-ում PROC SQL-ի ներածություն
PROC SQL-ը SAS ընթացակարգ է, որն օգտագործվում է արդյունքները տպելու, նոր աղյուսակներ ստեղծելու, տվյալներ տեսակավորելու և շատ ավելին մեկ քայլով:
Տերմինաբանություն SAS-ի համար
SAS-ի և SQL տերմինաբանության միջև տարբերությունը ներկայացված է ստորև.
SYNTAX PROC SQL-ի համար.
PROC SQL;
SELECT սյունակ(ներ)
FROM աղյուսակ(ներ)ից
ՈՐՏԵՂ արտահայտություն
ԽՈՒՄԲ ԸՍՏ սյունակ(ներ)
Արտահայտություն ՈՒՆԵՆԱԼ
ՊԱՏՎԻՐԵԼ ԸՍՏ սյունակ(ների);
ԴՈՒՐՔ;
ԲԱՑԱՏՐՈՒԹՅՈՒՆ..
Այն ամենը, ինչ դուք պետք է իմանաք Արհեստական նեյրոնային ցանցի և խորը ուսուցման մասին — Մաս I
Արհեստական ինտելեկտի, խորը ուսուցման և արհեստական նեյրոնային ցանցերի հասկացությունները հիմք են հանդիսանում մեքենայական ուսուցման բազմաթիվ ալգորիթմների համար, որոնք կարող են օգտագործվել իրական աշխարհի բազմաթիվ խնդիրներ պարզեցնելու համար: Մեքենայական ուսուցումը նպատակ ունի վերացնել երկար և բարդ ծրագրերի ձևակերպման անհրաժեշտությունը և կենտրոնացած է մեքենան վարժեցնելու վրա՝ սովորելու վերապատրաստման տվյալների հավաքածուներից: Թեև մարդու նման մտածելակերպը և որոշումների կայացումը դեռ շատ հեռու..
Ինչպես են օգտագործվում երկկողմանի գրաֆիկները մաս 2 (Գծապատկերների ուսուցում)
Համայնքի արդյունավետ որոնում մեծ վերագրվող երկմաս գրաֆիկների վրա (arXiv)
Հեղինակ՝ Zongyu Xu , Yihao Zhang , Long Yuan , Yuwen Qian , Zi Chen , Mingliang Zhou , Qin Mao , Weibin Pan
Համայնքի որոնումը երկմաս գրաֆիկների վրա վերջերս զգալի հետաքրքրություն է առաջացրել: Շատ կիրառություններում, ինչպիսիք են էլեկտրոնային առևտրի օգտատեր-տարրերի երկկողմանի գրաֆիկը, ֆիլմերի վարկանիշային կայքում հաճախորդ-ֆիլմի երկակողմ գրաֆիկը, հանգույցները հակված են ունենալ ատրիբուտներ, մինչդեռ նախկին..
TF-DF. Ամենաարագ և ամենաուժեղ մոդելը սկսնակների համար
Նուրբ ներածություն TensorFlow Decision Forest-ին
Այս հոդվածը նպատակ ունի օգնելու տվյալների գիտնականներին՝ հասկանալու TensorFlow Decision Forest-ի առաջնահերթությունը որպես մոդելի ստեղծման հիմնական ընտրություն:
Ի՞նչ է TensorFlow որոշման անտառը (TF-DF):
Թողարկվել է 2021 թվականին, TF-DF-ը, որը կրճատվել է TensorFlow Decision Forests-ի համար, գրադարան է, որը հնարավորություն է տալիս վարժեցնել, կատարել և մեկնաբանել տարբեր որոշումների անտառային մոդելներ, ինչպիսիք են Random Forest կամ Gradient..
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..