Публикации по теме 'machine-learning'
Изменить форму и форму Numpy
Numpy Reshape позволяет вам изменить один элемент массива измерений на любой элемент массива измерений, и это не влияет на исходные элементы массива. (Примечание: длина массива должна совпадать при преобразовании элементов массива)
Numpy Shape укажет правильное формирование массива элементов
Изменить форму
Основное правило для общего значения изменения формы должно соответствовать значениям изменения формы arange (10) == изменить форму (2,5) [2 * 5 = 10] Если этот массив в..
Уменьшить размеры
Но почему ! Давайте выясним
Уменьшение размерности — самый важный инструмент, который должен быть в кармане специалиста по данным. Это удобно, когда вам приходится иметь дело с большим количеством измерений, и вам трудно с ними справляться.
Некоторые варианты использования
Мы можем использовать алгоритмы уменьшения размерности, чтобы лучше суммировать данные. Методы уменьшения данных также будут полезны при обнаружении аномалий, визуализации многомерных данных, сжатии изображений и т...
Управление версиями данных для машинного обучения в Airflow
от Мак Макой
В недавней публикации мы рассказали, почему выбрали Apache Airflow для организации конвейеров машинного обучения в Chick-fil-A. В этом посте мы углубимся в то, как мы улучшили Airflow для поддержки управления версиями данных для машинного обучения.
Воздушный поток в его ядре
По своей сути Airflow — это инструмент оркестровки рабочего процесса, и в этом он прекрасен. Существуют сотни интеграций с открытым исходным кодом, которые упрощают создание рабочего процесса..
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 того, какую технику вы можете использовать, мы пытаемся достичь следующих целей:
Внутри кластера точки должны быть похожи друг на друга. Между двумя кластерами нужно иметь несходство.
В зависимости от того, как мы определяем эти сходства и различия , существует ряд методов, которые можно..
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 , Дамминда Алахакун , Денис Клейко .
Аннотация: В этой статье, вдохновленной недавними инновациями в области нейроморфного оборудования, основанного на биологии, представлен новый алгоритм машинного обучения без присмотра под названием Hyperseed, основанный на принципах векторных символьных..
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 расстояние или дивергенция Кульбака-Лейблера, могут оказаться недостаточными при работе с распределениями, которые имеют разные опоры или значительное перекрытие. Введите расстояние Вассерштейна, мощный инструмент, который завоевал популярность благодаря своей способности фиксировать нюансы различий между..
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 персональные помощники, основные продукты и даже дополнительные услуги. AWS, сокращение от Amazon Web Services, предлагает множество вариантов размещения и развертывания этих LLM. Это может быть так же просто, как развертывание с помощью одной команды с помощью SageMaker JumpStart, или немного сложнее,..
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..