Публикации по теме 'neural-networks'


PCA, визуализированный для людей
Исходную версию этого сообщения в блоге с отформатированными формулами LaTeX можно найти по адресу casey.li/pca Анализ главных компонентов (PCA) часто описывается во вводных курсах машинного обучения следующим образом: Снижение размерности. Декорреляция признаков. Разложение по сингулярным числам / матричная факторизация: M = UΣV ^ T Проецирование данных на подпространство, охватываемое верхними N собственными векторами ковариационной матрицы признаков. Это много бесполезных..
День 16 #DataScience28: сверточные нейронные сети
Сверточные нейронные сети (CNN) — это специализированный тип нейронной сети, который произвел революцию в области компьютерного зрения. Они особенно эффективны в таких задачах, как распознавание изображений и видео, и используются в самых разных приложениях, от беспилотных автомобилей до распознавания лиц. По своей сути CNN представляют собой тип нейронной сети, которая использует сверточные слои для идентификации функций в изображениях. Сверточный слой работает, применяя к входному..
Исследователи создают (ИИ), который создает (ИИ)
Теперь исследователи могут заранее настраивать искусственные нейронные сети с помощью гиперсетей, экономя время и деньги на обучении. Искусственный интеллект — это в основном математическая задача. Наконец-то у нас достаточно данных и вычислительных мощностей, чтобы в полной мере воспользоваться преимуществами глубоких нейронных сетей — типа ИИ, который учится обнаруживать…
Глубокое обучение может решать дифференциальные уравнения (теория и реализация pytorch)
Привет! Добро пожаловать в другую математическую статью! В предыдущей статье я описал свой подход к диссертации, который основан на нейронных одах, а мотивация заключается в том, как нейронные сети можно использовать для экстраполяции , https://sevent-christina.medium.com . /a-other-approach-inspired-by-neural-odes-extrapolation-of-neural-networks-9766f846bd02» вот и взгляните! Одна вещь, которую я использую, и это очень интересно, — это решение оды с помощью нейронной сети...
Искусственный интеллект против машинного обучения против нейронных сетей
Что такое ИИ? Это термин, который мы часто слышим в наши дни, но в современном мире он неверно истолковывается. Чем термины машинное обучение и нейронные сети отличаются друг от друга? Мы также рассмотрим различные типы машинного обучения и будем расти как инженер. Прочитав это, вы получите хорошее представление о различиях и начнете свою карьеру. Искусственный интеллект: ИИ (искусственный интеллект) — это попытка автоматизировать интеллектуальные задачи, обычно выполняемые..
Руководство для начинающих по искусственной нейронной сети с использованием Tensor Flow и Keras
Построение модели обнаружения мошенничества с использованием искусственной нейронной сети и точная настройка гиперпараметров с помощью RandomizedSearchCV Введение ИНС (искусственная нейронная сеть) лежит в основе глубокого обучения, продвинутой версии методов машинного обучения. Искусственные нейронные сети включают следующие концепции. Входной и выходной слой, скрытые слои, нейроны под скрытыми слоями, прямое и обратное распространение. Вкратце, входной слой - это набор..
Упрощенное глубокое обучение: чувствуйте и говорите как эксперт в области нейронных сетей
15-минутное руководство, чтобы почувствовать себя супер умным в многослойном персептроне, сверточных нейронных сетях и сетях последовательностей Искусственный интеллект (ИИ), машинное обучение (МО), глубокое обучение, искусственные нейронные сети (ИНС) — популярные модные слова, часто используемые как взаимозаменяемые, о которых все говорят. Но многие ли из нас действительно понимают их значение и различия? Услышав незнакомые термины, такие как многослойный персептрон, прямое..