Публикации по теме 'tutorial'
Введение в машинное обучение в производственной серии — Applied Data Augmentation 11
В этом уроке мы обсудим, как реализовать увеличение данных в сценарии реального времени. Мы можем начать с примера системы распознавания речи.
Как показано на рис. 1 ниже, рассмотрим голосовой сигнал «ИИ — это новое электричество» и различные шумы Общественная и фоновая музыка соответственно, применяемые для создания синтетических данных .
Создание синтетических данных
Вам нужно принять два решения
Насколько громким будет звук. Подбор фоновой музыки
Каковы цели увеличения..
Серия машинного обучения: регрессия-2 (визуализация данных)
Ранее мы видели, как использовать линейную регрессию для построения прямой линии, которая может предсказать взаимосвязь между прогрессированием диабета, индексом массы тела и артериальным давлением. Набор данных, который мы получили от Scikit-learn, был заранее подготовлен для построения модели, в действительности наборы данных не готовятся таким образом для эффективного построения модели. Нам нужно подготовить набор данных и использовать методы визуализации, чтобы фактически..
Объединение в нейронные сети
Объединение в пул уменьшает количество параметров в изображении, когда их очень много. Пространственное объединение, также называемое субдискретизацией или субдискретизацией, уменьшает размерность каждой карты, но сохраняет важную информацию.
Существуют различные виды пулинга:
Максимальное объединение:
Максимальное объединение — это операция объединения, которая выбирает максимальный элемент из области карты объектов, охватываемой фильтром. Таким образом, выходными данными..
Классификация многовидовых изображений
От логистической регрессии к сверточным нейронным сетям с несколькими представлениями (MVCNN)
Вступление
Не так давно я участвовал в хакатоне по машинному обучению, организованном Daimler-Benz. Задача, которую нам поставили, была довольно интересной и не такой уж распространенной. Поэтому я решил написать об этом статью, на случай, если мой подход (а) поможет кому-то другому, столкнувшемуся с аналогичной задачей.
В первой главе этой статьи я попытаюсь представить свой выигрышный..
Развертывание приложений машинного обучения с помощью Streamlit
Введение
Алгоритмы машинного обучения теперь используются для анализа данных и решений на основе ИИ. Каждый заядлый читатель новостей технологий знает, какое внимание в последнее время уделяется этим темам.
С появлением машинного обучения (ML) были созданы передовые приложения для анализа данных, выявления закономерностей и прогнозирования будущих событий на основе исторических данных. Вместо того, чтобы полагаться на человеческий или ручной анализ, предприятия используют алгоритмы..
Научите модель ИИ писать как Шекспир — Бесплатно
Используйте SageMaker Studio Lab для обучения собственных моделей НЛП
О чем это?
Обучение моделей машинного обучения становится все более ресурсоемким. Современные современные модели обработки естественного языка (NLP), например, представляют собой почти исключительно нейронные сети, для обучения которых требуется мощность графического процессора.
К счастью, число свободно доступных сред разработки с мощностью GPU также растет. В декабре 2021 года AWS анонсировала SageMaker Studio..
Бинарная и мультиклассовая классификация текста (автоматическое обнаружение в конвейере тестирования модели)
Бинарная и мультиклассовая классификация текста (автоматическое обнаружение в конвейере тестирования модели)
Вступление
В моей предыдущей статье ( Выбор модели в классификации текста ) я представил способ выбора модели путем сравнения классического машинного обучения и глубокого обучения для задачи классификации двоичного текста.
Блокнот структурирован для автоматического запуска с перекрестной проверкой всех алгоритмов и показывает результаты для различных показателей, позволяя..
