Публикации по теме 'basics-machine-learning'


Основы науки о данных.
Моим начинающим специалистам по данным! :) Привет и добро пожаловать в 2023! Мой первый пост в этом году! Хотя я не писал в 2022 году. Это был чертовски напряженный год для меня. Ладно, хватит наверстывать упущенное. В этом посте я перечислю некоторые наиболее распространенные термины, используемые в науке о данных, в том числе те, которые используются в машинном обучении, искусственном интеллекте и так далее. Для всех новичков, таких как я, я делаю вещи немного проще… и для себя..
Концепции и упражнения Tensorflow 2.0
Содержание этого видео было взято из серии NPTEL «Практическое машинное обучение с Tensorflow». Доктор Ашиш Тендулкар объяснил концепции очень простым и интуитивно понятным способом. Это мои заметки и выводы из сессии. Пожалуйста, простите меня, поскольку я не могу упомянуть правильные графики, расчеты и формулы. Я буду обновлять его, добавляя новые подробности. Tensorflow — это end2end платформа с открытым исходным кодом для машинного обучения. Тензор (многомерный массив) и поток..
Основы машинного обучения: линейная регрессия и однослойный персептрон
Цель этой статьи — представить идеи машинного обучения на простом примере линейной регрессии. Сначала я изо всех сил пытался понять концепции машинного обучения, мне было трудно понять, как оно работает, глядя на диаграммы нейронных сетей и их соответствующие уравнения. Единственное, что заставило его застрять, — это вывести уравнения для себя и написать пример. Моя цель — пройтись по каждому этапу процесса, начиная с самой простой из всех нейронных сетей для линейной регрессии. Я..
Простая линейная регрессия в машинном обучении
Линейная регрессия — один из самых простых алгоритмов машинного обучения с учителем. Он популярен для прогнозирования непрерывных данных, таких как цена, вес, счет в крикет и т. д. Он важен для оценки данных и установления определенной связи между двумя или более переменными. Например. Предположим, что между Индией и Австралией проводится однодневный матч по крикету. Индия выиграла жеребьевку и выбрала биту первой и набрала 245 пробежек за 35 оверов (при условии постоянной скорости бега с..
МАШИННОЕ ОБУЧЕНИЕ 101: ОБЪЯСНЕНИЕ ОСНОВ
Аудитория: этот документ предназначен для людей, которые мало что понимают в машинном обучении. Обзор: Этот документ содержит: Введение в машинное обучение. Что такое машинное обучение? История машинного обучения. Как работает машинное обучение. Типы моделей машинного обучения и как они работают. Разница между машинным обучением, искусственным интеллектом и глубоким обучением. Плюсы машинного обучения. Минусы машинного обучения. Области применения. ВВЕДЕНИЕ В МАШИННОЕ..
Алгоритмы ближайших соседей в машинном обучении
Мы попытаемся понять алгоритмы BallTree и KDTree, используемые как в K-Neighbours Classifer, так и в K-Neighbors Regressor. Основное внимание будет уделяться пониманию обоих алгоритмов на небольших данных без использования какого-либо языка программирования, а затем пониманию того, что на самом деле означают параметры и атрибуты, упомянутые в KNeighborsClassifier и KNeighborsRegressor . Алгоритм Ball Tree: - Мы рассмотрим алгоритм Ball Tree, следуя статье , написанной Тингом Лю,..
БЕЗОПАСНЫЕ НЕЙРОННЫЕ СЕТИ
Вы когда-нибудь задумывались, что такое нейронные сети, как они работают, почему все об этом говорят и для чего они используются? Понимание нейронных сетей не должно быть сложным. Эта статья ответит на все вопросы без замысловатых определений и даст легкое понимание концепции и принципа работы, лежащего в ее основе. НЕЙРОН В нашем мозгу более миллиарда взаимосвязанных нервных клеток, называемых нейронами. Они являются фундаментальной единицей сети, которой является наша нервная..