Публикации по теме 'lessons-learned'
Подробности — Тонкая линия
Детали важны — не запутайтесь в них.
Я человек дуалистический: либо я слишком сфокусирован до такой степени, что теряю счет всему остальному, либо я просто не могу сфокусироваться вообще. Одна вещь, которую я усвоил (я все еще нахожусь в процессе обучения), состоит в том, что детали важны, но важно не потеряться в них. Подпишитесь на KISS и Не усложняйте, глупец .
Детали важны. Внимание к деталям — вот что отличает посредственный продукт от выдающегося. Маленькие детали,..
Рисуем Мандельброта с помощью мыши
Введение
Недавно я написал Визуализация уравнения Мандельброта , в котором описывалось, как увидеть итерации уравнения для фрактала Мандельброта.
Мне было интересно, какой будет результат, если я нарисую пиксель везде, где расходятся итерации.
Обучение
Мелкие вещи
Я подтвердил, что визуализация кажется правильной, она действительно расходится вне фрактала. Требуется много перетаскивать мышь, что скучно, прежде чем сформируется что-то узнаваемое. Вы быстро создаете множество..
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..