Публикации по теме 'data'
Прогресс в технологии защиты от спуфинга, часть 1 (искусственный интеллект)
SAMO: одноклассное многоцентровое обучение Speaker Attractor для защиты от спуфинга голоса (arXiv)
Автор: Сивэнь Дин , Ю Чжан , Чжияо Дуань .
Аннотация . Системы голосовой защиты от спуфинга являются важнейшим вспомогательным средством для систем автоматической проверки говорящего (ASV). Серьезную проблему вызывают невидимые атаки, усиленные передовыми технологиями синтеза речи. Наше предыдущее исследование одноклассового обучения улучшило способность к обобщению невидимых..
Наука о данных в здравоохранении: электронные медицинские карты
Наука о данных может оказать спасительное (и экономящее средства) воздействие в здравоохранении. США тратят почти 12 000 долларов на человека в год на здравоохранение и однако занимают последнее место среди сопоставимых стран по показателю доступности и качества здравоохранения (по данным Фонда семьи Кайзер). Одним из источников данных, обычно используемых в Healthcare Data Science, является электронная медицинская карта (EMR). В этой статье я хочу рассмотреть общие элементы данных..
Эволюция идей вокруг марковских процессов принятия решений, часть 1 (расширенная статистика)
Политика LP-обновления для слабосвязанных марковских процессов принятия решений (arXiv)
Автор: Николя Гаст , Бруно Гауджал , Чен Ян
Аннотация: В этой работе мы предлагаем новую политику, называемую политикой LP-обновления, для слабосвязанных марковских процессов принятия решений с конечным горизонтом. Последние можно рассматривать как бандиты с несколькими ограничениями и несколькими действиями, и они обобщают классические задачи о беспокойных бандитах (которые представляют..
Обзор машинного обучения — Часть 2: все о регрессии
Сценарист: Лука Брклячич
Оглавление
Введение Регрессия а. Линейная регрессия Расширения регрессии а. Множественная регрессия б. Логистическая регрессия Примеры Python а. Линейная регрессия б. Множественная регрессия c. Логистическая регрессия
Введение
Добро пожаловать во вторую часть нашего обзора машинного обучения (часть 1 можно найти здесь )! В этом посте мы углубимся в механизмы машинного обучения, глубоко погрузившись в регрессию...
3 совета по работе для аналитиков данных
Простые шаги для лучшей аналитики
Вы прошли все курсы, необходимые для того, чтобы стать аналитиком данных. SQL? Проверять. Питон? Проверять. Вы недавно стали аналитиком данных или являетесь начинающим аналитиком.
Без сомнения, ваши технические навыки помогут вам в этой роли, но как вы можете стать еще более сильным аналитиком?
Год назад я получил диплом инженера-химика и получил должность аналитика данных в технологической компании. Я не знал, чего ожидать от своей первой роли..
Представляем Objectron: следующий этап в понимании трехмерных объектов
Google AI выпустил свой набор данных, состоящий из 15K аннотированных видео и 4M аннотированных изображений.
Большинство исследований компьютерного зрения сосредоточено на двумерных изображениях, и они достигли исключительной точности благодаря достижениям в предсказании объектов.
В то время как прогнозирование двухмерных объектов предоставляет ограничивающие рамки, которые позволяют нам узнать, где находится объект на изображении, расширение этого метода для трехмерного..
Часть 5: Hello World в языках программирования
Часть 4: Hello World в языках программирования Hello World в языках программирования — Часть 4 manojahi.medium.com
J
Джейд
Джако
Джанет
Джейсон
Джава
Ява (мобильная версия)
Java (сервлет)
Ява (свинг)
Страницы Java-сервера
JavaScript
JCL
Джесс
Йорф
JSFuck
ДзюдоСкрипт
Юлия
K
K3
K4
K5
котенок
Кикс
Котлин
Кайликс
LÖVE..
Новые материалы
Раскрытие возможностей машинного обучения: изучение вариантов использования и приложений
Введение. В последние годы машинное обучение и искусственный интеллект (ИИ) произвели революцию во многих отраслях и изменили наше взаимодействие с технологиями. Алгоритмы машинного обучения —..
Глубокое обучение с подкреплением в производстве в Zynga
СОБЫТИЯ РАЗГОВОРЫ
Глубокое обучение с подкреплением в производстве в Zynga
Патрик Халина и Мехди Бен Айед | TMLS2019
В новостях о глубоком обучении с подкреплением говорилось о многих..
Мультиклассовая классификация изображений с использованием Alexnet Deep Learning Network, реализованная в Keras API
Введение
Компьютер - потрясающая машина (без сомнения), и я действительно очарован тем фактом, что компьютеры могут изучать и классифицировать изображения. Классификация изображений имеет свои..
«Освоение наивного Байеса: от интуиции к реализации на Python»
Наивный Байес — Часть 1
Тема, которую предстоит осветить:
1.Введение
2. Интуиция
3. Математическая формулировка
4. Как наивный Байес обрабатывает «числовые данные»..
Настройка модели XGBoost в python
Что такое тюнинг?
Деревья с градиентным усилением (и многие другие модели) используют набор параметров для управления процессом обучения. Эти параметры обычно называются гиперпараметрами и..
Фокус.
Фокус.
Я считаю, что фокус — это одна из тех забавных вещей, которые приходят и уходят, часто сами по себе. Это переменчиво. Либо это? Когда я играю на гитаре, пишу песни, рисую или..
Создание нейронной сети с нуля на Python: пошаговое руководство
Нейронные сети — это тип алгоритма искусственного интеллекта, который имитирует работу человеческого мозга. Они способны изучать закономерности и отношения в больших объемах данных, что делает..