Публикации по теме 'neural-networks'
Нейронная сеть с нуля
Игра и исследование с нейронной сетью
Во всем мире известно, что некоторые люди считают Нейронные сети «черным ящиком», и мы не знаем, что у него внутри и как они работают. Однако я не согласен с этим утверждением и считаю, что понимание того, как они изучают некоторые задачи, является важной частью хорошего специалиста по данным.
Я попытался воссоздать этот хороший инструмент самостоятельно, потому что он помог бы мне понять, как работают нейронные сети, и научиться находить..
Исследование нейронных сетей: строительные блоки современного искусственного интеллекта
Исследование нейронных сетей: строительные блоки современного искусственного интеллекта
Раскрытие чудес нейронных сетей
За последние годы искусственный интеллект прошел долгий путь, и в основе этой технологической революции лежат нейронные сети. Эти сложные системы являются движущей силой способности ИИ выполнять задачи, которые когда-то были предназначены исключительно для людей. В этом подробном руководстве мы отправимся в путешествие по нейронным сетям, раскрывая сами..
Основы тензора в PyTorch
Тензоры — это базовая структура данных библиотеки PyTorch.
Глубокое обучение является одним из основных направлений контролируемого машинного обучения, где, используя входные данные и помеченные выходные данные, мы стремимся разработать функцию для сопоставления входных данных с выходными. Глубокое обучение является глубоким именно в том смысле, что его модели изучают множество слоев преобразований, где каждый уровень предлагает представление на одном уровне [1] . Фреймворки..
Анализ выживаемости с глубоким обучением в Керасе
Оцените функции плотности вероятности, применяя подход выживания
Анализ выживаемости - это особая ветвь статистики для анализа ожидаемой продолжительности времени до тех пор, пока не произойдет одно или несколько событий. Его также называют анализом времени до события , поскольку цель заключается в для оценки времени , за которое могут произойти некоторые события , представляющие интерес. Его приложения в машинном обучении безграничны: такие методы обычно применяются при решении..
Понимание нейронных сетей - часть 1
Нейронные сети произвели революцию в том, как мы решаем сложные проблемы, которые нельзя было решить с помощью других методов. Несмотря на то, что мы можем заставить их работать, из-за их сложной математической архитектуры трудно понять, почему они работают (или, что более важно, почему они не работают). Али Рахими из Google сравнил машинное обучение с алхимией. Несмотря на то, что Янн Лекун категорически не согласен с этим утверждением, он заявил в недавнем интервью: «Существуют..
История и основы искусственного интеллекта
Искусственный интеллект — это концепция, которая в последние годы привлекла к себе значительное внимание, захватив воображение как исследователей, так и широкой общественности. Хотя многие имеют общее представление об ИИ и его потенциальных приложениях, происхождение этой замечательной области часто остается окутанным тайной.
Изучение корней ИИ имеет решающее значение для более глубокого понимания его эволюции и новаторского вклада, который повлиял на его развитие. Понимая основы ИИ,..
Изучение нейронных сетей
Учебные материалы и методы, чтобы понять, как работают нейронные сети, для новичков в области машинного обучения.
Почему важно понимать нейронные сети:
Очевидно, что искусственный интеллект - ключевая технология 21 века. Внедрение этой технологии происходит чрезвычайно быстро в любой отрасли, и ее невозможно остановить из-за ее потенциала. Однако здесь возникает вопрос: «Что такое искусственный интеллект?» Фактически, за этим стоит развитие определенной области искусственного..
