Թեմայի վերաբերյալ հրապարակումներ 'machine-learning'
Գործ ունենալ անհավասարակշռված տվյալների հետ
Ինչու չեք կարող անտեսել դասի անհավասարակշռությունը և ինչպես լուծել դրանք
Եթե դուք աշխատում եք դասակարգման մոդելի վրա, հավասարակշռված դասերը հաճախ անհրաժեշտ են, որպեսզի մոդելն աշխատի այնպես, ինչպես սպասվում էր: Ցավոք, մենք միշտ չէ, որ կարող ենք ընտրել մեր տվյալները, և տվյալների գիտության շատ նախագծեր ներառում են տվյալներ անհավասարակշռված դասերով: Սկսած խարդախության հայտնաբերումից մինչև հաճախորդի մերժում, սպամի հայտնաբերում և անոմալիաների հայտնաբերում, որպես տվյալների գիտաշխատող,..
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..
Մարտահրավերներ և հնարավորություններ գեներատիվ ինտելեկտի համար մասնավոր շուկայի վերլուծաբանների համար
Արհեստական ինտելեկտի նոր գեներատիվ լուծումների վերջին ալիքը, որոնք օգտագործում են տրանսֆորմատորների վրա հիմնված մեծ լեզուների մոդելները (LLM), նոր ուժ և հետաքրքրություն է ներշնչել արհեստական ինտելեկտի և մեքենայական ուսուցման համակարգերի նկատմամբ և այն, ինչ նրանք կարող են անել բիզնեսի համար:
Filament Syfter-ում մենք հետևում ենք բնական լեզվի մշակման նորագույն համակարգերին 2016 թվականից: Մենք տրանսֆորմատորների վրա հիմնված LLM-ների վաղ ընդունողներն էինք և փորձարկում էինք դրանց հետ և..
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..
Խորհրդատուի հայտարարություն՝ Նոելիա Ֆերրուզ, բ.գ.թ
Basecamp Research-ը չափազանց ոգևորված է ներկայացնելու մեր նոր սպիտակուցային մեքենայական ուսուցման խորհրդատու՝ Նոելիա Ֆերրուզ , բ.գ.թ.
Եթե դուք ընդհանրապես հետևում եք սպիտակուցների ձևավորման խորը ուսուցմանը, ապա Նոելիան իրոք ներածության կարիք չունի, բայց նա հավանաբար առավել հայտնի է որպես ProtGPT2 թղթի առաջին հեղինակը, որը վերջերս հրապարակվել է Nature-ում: Նոելիան և նրա համահեղինակները ցույց են տալիս այն հեղափոխական ազդեցությունը, որը կարող են ունենալ լեզվի վրա հիմնված մոդելները..
AutoML-ի ուսումնասիրություն MLBox-ով
Որպես տվյալների գիտնականներ կամ մեքենայական ուսուցման ինժեներներ, երբեմն մենք ցանկանում ենք ավտոմատացնել մեր որոշ առաջադրանքներ: Այստեղ է մտնում AutoML-ը: AutoML-ը պարզապես գործընթաց է, որն անցնում է ML գործընթացի սկզբից մինչև վերջ և պատրաստ է դարձնում մոդելի արտադրությունը:
MLBox -ը բաց կոդով գործիք է, որը կարող է օգտագործվել AutoML-ի համար: Այն կարող է օգնել մշակման, ֆորմատավորման, մաքրման, դասակարգման և ռեգրեսիայի համար SOTA մոդելների կառուցման, բարձրաչափ տարածության հիպերպարամետրի..
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..