Публикации по теме 'mathematics'


I. Анализ этого «Обязательно к прочтению» по математике в ML
30 минут со мной. Так ли уж важно все это знать? Ресурс сегодня: https://www.cis.upenn.edu/~jean/math-deep.pdf Сегодня мы просто за 30 минут заглянем в главу 1 этого обязательного к прочтению ресурса по математике, связанного с машинным обучением. Это связано с линейной алгеброй . Ниже я делюсь предлагаемым кратким содержанием. На первый взгляд, это определенно многому предстоит научиться. Ниже я попытаюсь разбить мой высокоуровневый анализ по блокам. Блок 1. С..
Темпы обучения и конвергенция градиентного спуска - понимание эффективного обратного пропуска, часть 3
Вступление В предыдущей статье мы углубились в фундаментальную теорию стандартного обратного распространения ошибки, а также представили различные аспекты, которые отвечают за практическую оптимизацию процесса. Если вам нужно небольшое резюме или вы еще не читали его, вы можете проверить его здесь . Третья часть этой серии блогов намеревается представить еще одну важную концепцию, известную как скорость обучения, и теоретически продемонстрировать, как различные реализации влияют на..
Введение в сетевую науку с NetworkX
Введение в сетевую науку с NetworkX Часть 1. Понимание математики, лежащей в основе теории графов Всякий раз, когда нам нужно моделировать и анализировать сложные системы, очень важно использовать модели, способные фиксировать отношения между агентами. Эти отношения - а также их относительные веса и распределения - можно смоделировать с помощью математического представления графа. Вообще говоря, всякий раз, когда система может быть смоделирована графом, мы говорим, что эта система..
Математика в машинном обучении
Вы когда-нибудь задумывались, как Spotify всегда знает песни, которые лучше всего подходят для вашей жизни? Как его ежедневные плейлисты миксов не только относятся к жанру музыки, который вам нравится, но и как они могут описать историю вашей жизни? Это связано с тем, что Spotify использует машинное обучение для предоставления наилучших рекомендаций своим слушателям. Но применение машинного обучения не ограничивается этим, от Alexa до фильтров Instagram, машинное обучение повсюду. С..
Вся математика, которая вам нужна, чтобы начать заниматься квантовыми вычислениями (часть I)
Если вы только начинаете изучать AI/ML, ознакомьтесь с моими книгами ниже: The No Bulls**t Guide To Learning Python Вы тот, кто думает об обучении программированию, но не знает, с чего начать? bamaniaashish.gumroad.com Руководство по изучению искусственного интеллекта без шуток Привет! Вы тот, кто хочет узнать об искусственном интеллекте, но не знает, с чего начать? bamaniaashish.gumroad.com..
Глубокие бутерброды
Глубокие бутерброды Представьте себе, что каким-то чудом из основных законов питания кто-то обнаружил, что мы можем приготовить все, что захотим, просто приготовив бутерброды из двух ингредиентов: хлеба и ветчины. Явление не проявляется, если мы просто складываем хлеб в одиночку. Большая стопка хлеба - это просто хлеб. Но предположим, что мы обнаруживаем, что при правильной процедуре приготовления достаточно большая последовательность хлеба + ветчины + хлеба + ветчины + и т. Д. Может..
Объяснение функций потерь
В любом проекте глубокого обучения настройка функции потерь является одним из наиболее важных шагов, позволяющих убедиться, что модель будет работать должным образом. Функция потерь может дать большую практическую гибкость вашим нейронным сетям и будет определять, как именно выход сети связан с остальной сетью. Нейронные сети могут выполнять несколько задач: от прогнозирования непрерывных значений , таких как ежемесячные расходы, до классификации дискретных классов, таких как кошки и..