Публикации по теме 'transfer-learning'
Wellness-Watch: повышение эффективности консультирования с помощью машинного обучения
Авторы: Гунит Кхер , Индерджит Сингх Бхатти , Нидхи Кантекар , Сиддхарт Горадия , Свагата Датта
Мотивация и предыстория
Знаете ли вы, что в 2019 году Всемирная организация здравоохранения сообщила о состоянии здоровья, которым страдает каждый восьмой человек во всем мире. Состояние, которое может поразить любого, независимо от возраста, пола или социального положения. Тот, который часто остается недиагностированным, с симптомами, которые могут быть незаметны..
Трансферное обучение
Машинное обучение (ML) включает в себя анализ данных и позволяет системе совершенствоваться и учиться на собственном опыте без необходимости постоянного программирования. Постоянно возникало множество подходов к машинному обучению. Обучение под наблюдением стало революционным подходом, который получил широкое распространение во многих отраслях. Однако некоторые ограничения обучения с учителем можно преодолеть с появлением различных других подходов.
Переносное обучение – это метод,..
Сверточная сеть InceptionV3
Глубокое погружение в применение трансферного обучения с использованием архитектуры InceptionV3.
Абстрактный
В этой статье делается попытка дать представление и внести ясность в применение сверточной сети Inception V3 с помощью моделей классификации для набора данных CIFAR-10, содержащего около 6000 изображений для каждого учебного класса. Чтобы настроить модель для этой цели, нам нужно было предварительно обработать данные и добавить слои для обучения, следовательно, перенести..
Адаптивное обучение для прогнозирования временных рядов
Нет необходимости говорить о важности приложений прогнозирования временных рядов в различных отраслях от энергетики до здравоохранения и т. д. Поэтому перейдем непосредственно к делу. Одной из сложных и трудных проблем, с которыми мы можем столкнуться при работе с наборами данных временных рядов, является их разнообразие статистических характеристик, что может привести к сдвигам в их распределениях и, следовательно, к различному поведению, которое затрудняет их понимание моделями. В этой..