Публикации по теме 'machine-learning'
5 болезненных ошибок, которые я совершил при создании торгового бота ML, так что вам не нужно
ПРЕДИСЛОВИЕ
В цикле статей я описываю свой путь в создании надежного полностью автоматизированного торгового бота на основе данных 500 компаний из списка S&P и делюсь своими знаниями и опытом со всем миром.
Вот краткий обзор того, что было сделано до сих пор:
Я собрал и объединил в один набор данных финансовые данные компаний и некоторые внешние факторы, такие как доходность облигаций США, волатильность рынка и т. д. Я предполагаю, что финансовые отчеты и основные рыночные..
Прогноз погашения кредита: классификация набора данных с использованием Python, Jupyter и дерева решений…
Набор данных о погашении кредита
Набор данных о погашении кредита состоит из 1000 строк и шести столбцов. Каждая строка представляет информацию о конкретном лице, имеющую отношение к погашению кредита. Этот набор данных идеально подходит для алгоритмов классификации, таких как дерево решений. Шесть столбцов следующие.
Первоначальный платеж. Последний платеж. Кредитный рейтинг. Номер дома. Сумма. Результат.
Что такое алгоритм дерева решений?
Дерево решений — это..
Развитие человеко-машинных интерфейсов, часть 3 (ИИ)
На пути к современным инклюзивным фабрикам: методология разработки интеллектуальных адаптивных человеко-машинных интерфейсов (arXiv)
Автор: Валерия Виллани , Лоренцо Сабаттини , Юлия Н. Черняк , Александр Мертенс , Биргит Фогель-Хойзер , Чезаре Фантуцци .
Аннотация: Современные производственные системы обычно требуют высокой степени гибкости с точки зрения возможности настройки производственных линий в соответствии с постоянно меняющимися запросами рынка. Для этой цели..
Раскрытие возможностей графического машинного обучения: будущее ИИ
Графическое машинное обучение (GML) — одна из самых горячих новых областей в области искусственного интеллекта, и она должна стать будущим ИИ. Эта захватывающая новая область меняет способ, которым алгоритмы машинного обучения обрабатывают и извлекают информацию из больших и сложных наборов данных. По своей сути GML — это метод анализа структур графов, состоящих из узлов и ребер, представляющих отношения между различными объектами.
Одним из наиболее важных аспектов GML является его..
Два рынка мобильных стартапов: сегодняшние автопроизводители ИЛИ завтрашний роботизированный райдшеринг…
Почему мобильные стартапы должны на раннем этапе выбирать между 1) продажей функций автопроизводителям или 2) технологиями компаниям, занимающимся каршерингом.
Мобильность и автономные стартапы стремительно набирают обороты на арене стартапов в сфере передовых технологий. Честолюбивые инженеры изо всех сил пытаются пройти необходимое обучение, чтобы пополнить ряды Zoox, Waymo ( недавно предположительно оценивается в 70 миллиардов долларов ), Argo, Cruise и множества стартапов, которые..
Магия TF-IDF
Магия TF-IDF
Частота термина, обратная документу, частота (TFIDF) может творить чудеса!
Знаете ли вы, что частота терминов, обратная документу «Частота», была представлена в 1972 году в статье Карен Шперк Джонс - «Статистическая интерпретация специфичности термина и ее применение при поиске»? 😲
Хорошо! Возвращаясь к текущему сценарию, прежде чем начинать с TFIDF , позвольте мне вкратце объяснить BoW , чтобы было легче понять, почему был введен TFIDF.
Мешок слов (BoW)..
Понимание регуляризации
Проработав в течение многих лет региональным менеджером в офисе в Скрэнтоне, вы назначены в офис в Стэмфорде в той же организации. Поскольку у вас были большие успехи на предыдущей должности, вы предсказываете те же результаты и в этой новой должности. По сути, это та же работа. Однако через несколько недель вы понимаете, что ваше предсказание было неверным.
По этой аналогии ваш успех в вашей предыдущей роли может отражать успех прогнозов в наборах данных обучения. Вы так хорошо..
Новые материалы
Разработка проекта Ballerina с помощью инструмента Ballerina CLI
Обратите внимание, этот блог был написан для серии Ballerina 1.x. Вы можете узнать о последних командах на официальной странице Ballerina.
Ballerina - это последний выпуск языка..
Как работает промежуточный надзор, часть 2 (машинное обучение)
Эффективная сегментация медицинских изображений с промежуточным механизмом наблюдения (arXiv)
Автор: Ди Юань , Цзюнян Чен , Чжэнхуа Сюй , Томас Лукасевич , Чжиган Фу , Гуйчжи Сюй ...
Что такое A11y (и почему вы должны его использовать)
Возможно, вы слышали об атрибутах W3C или ARIA, но что они на самом деле означают?
Доступность определяется как процесс разработки продуктов, устройств и сред, которые могут использовать люди..
День 76/100 Книга
День 76/100 Книга
Обучение — это непрерывный процесс с ресурсами, широко используемыми людьми, которые признают сложный путь достижения успешной цели. Хотя поначалу это может показаться..
Gmail Smart Compose: умный способ написать электронное письмо
Gmail означает почту Google, это бесплатная служба электронной почты, предоставляемая Google по всему миру. Google официально запустил Gmail в 2004 году, и в настоящее время этой услугой..
API следующего поколения: gRPC n Javascript
gRPC - быстро развивающаяся технология, которая потенциально может заменить протокол HTTP. Это быстрее, чем традиционные HTTP-вызовы, потому что он отправляет данные в двоичном формате, а не в..
Ускоренный курс по жадным алгоритмам
Дай мне, дай мне, дай мне
Аудитория
Эта статья предназначена для инженеров, достаточно хорошо разбирающихся в программировании, структурах данных и алгоритмах. Он в основном основан на..