Публикации по теме 'ml-so-good'
Прогнозирование дорожного движения с использованием модели ГРУ
Мотивация или идея . Единственная и единственная цель этого блога — обратиться к распространенной проблеме, с которой мы сталкиваемся в настоящее время, то есть к застреванию в пробках. Я попытался создать простое приложение для машинного обучения, которое решает эту проблему. Поскольку мне нужно выбрать бизнес-вертикаль в рамках моей фазы GSoC, я выбрал умную в качестве своей вертикали и попытался решить эту очень распространенную проблему в этой вертикали.
Умный как вертикаль ...
Выбросы, как найти выбросы и сводка по 5 числам
Вы когда-нибудь сталкивались с выбросами при обучении модели машинного обучения? или когда-либо думал
Что такое выбросы?
Выбросы — это точки данных, которые значительно отличаются от остальных данных в наборе данных. Они могут быть вызваны ошибками при сборе данных, измерении или анализе, или они могут быть совершенно законными, но необычными значениями. Выбросы могут исказить результаты анализа и могут быть удалены до проведения дальнейшего статистического анализа.
Пример. У нас..
Как можно развернуть модель машинного обучения (Python) в веб-приложении стека MERN?
Как можно развернуть модель машинного обучения (Python) в веб-приложении стека MERN?
Развертывание модели Машинное обучение в веб-приложении стека MERN (MongoDB, Express.js, React.js, Node.js) включает интеграцию модели машинного обучения на основе Python в среду стека MERN на основе JavaScript. Вот общий обзор шагов, которые вы можете выполнить:
Подготовьте модель машинного обучения . Убедитесь, что ваша модель машинного обучения обучена, протестирована и готова к развертыванию...
5 этапов жизненного цикла проекта генеративного ИИ
Жизненный цикл проектов Генеративный ИИ состоит из пяти отдельных этапов, сосредоточенных вокруг большой языковой модели .
1️⃣ Предварительное обучение : включает создание LLM с нуля . Подобные BERT, GPT4, Llama 2 прошли предварительную подготовку на большом массиве данных. Миллиарды параметров обучаются. Предварительное обучение — это задача обучения без учителя , целью которой является генерация текста или прогнозирование следующего маркера . Предварительное обучение — это..
Автоматизированное машинное обучение и оптимизация гиперпараметров
Создание и применение моделей машинного обучения в наше время может способствовать развитию бизнеса, и в настоящее время они широко используются. Однако процесс построения таких моделей, как правило, длительный, требующий наличия специалистов, времени и вычислительных ресурсов.
Автоматизированное машинное обучение (AutoML) становится все более популярным, и в последние годы было опубликовано множество различных фреймворков (построенных, например, на основе популярной библиотеки..
Настройка удаленного сервера Jupyter Lab/Notebook для доступа через браузер
Как энтузиаст машинного обучения, вы, скорее всего, будете использовать Jupyter Lab или Jupyter Notebook в своей повседневной жизни, чтобы работать со своими данными и обучать свои модели. Однако обычно наши повседневные компьютеры недостаточно мощны, чтобы справляться с огромными вычислительными нагрузками, такими как глубокая нейронная сеть, гигантский набор данных и т. д. Поэтому запуск ваших кодов на удаленной машине был бы необходим, и первым шагом является настройка Jupyter Lab..
Развертывание вашего первого проекта машинного обучения в облаке Streamlit
Благодаря таким платформам, как Streamlit или Heroku, стало так просто развернуть любой из ваших проектов в пользовательском интерфейсе. В моем случае мне так понравился этот опыт, что я не уверен, выберу ли я еще один. По крайней мере, так я себя чувствую в данный момент.
Вы можете ознакомиться с финальной версией проекта, нажав на эту ссылку , и сообщить мне о необходимых улучшениях.
Шаги :
Очистка данных и исследовательский анализ данных Простая линейная регрессия..
Новые материалы
Отслеживание состояния с течением времени с дифференцированием снимков
Время от времени что-то происходит и революционизирует часть моего рабочего процесса разработки. Что-то более забавное вместо типичного утомительного и утомительного процесса разработки. В..
Я предполагаю, что вы имеете в виду методы обработки категориальных данных.
Я предполагаю, что вы имеете в виду методы обработки категориальных данных. Пожалуйста, проверьте мой пост Инструментарий специалиста по данным для кодирования категориальных переменных в..
Игра в прятки с данными
Игра в прятки с данными
Я хотел бы, чтобы вы сделали мне одолжение и ответили на следующие вопросы. Гуглить можно в любое время, здесь никто не забивается.
Сколько регионов в Гане?
А как..
«Раскрытие математических рассуждений с помощью Microsoft MathPrompter и моделей больших языков»
TL;DR:
MathPrompter от Microsoft показывает, как использовать математические рассуждения с большими языковыми моделями; 4-этапный процесс для улучшения доверия и рассуждений в математических..
Раскройте свой потенциал в области разработки мобильных приложений: Абсолютная бесплатная серия
Глава 6: Работа в сети и выборка данных
Глава 1: Введение в React Native Глава 2: Основы React Native Глава 3: Создание пользовательского интерфейса с помощью React Native Глава 4:..
Все о кейсах: Camel, Snake, Kebab & Pascal
В программировании вы сталкивались с ними при именовании переменной, класса или функции. Поддержание согласованности типов и стилей случаев делает ваш код более читабельным и облегчает совместную..
Как работает дистанционное парное программирование и почему оно может изменить вашу жизнь
Серебряная пуля от одиночества и отвлекающих факторов во время обучения программированию
Независимо от того, работаете ли вы или учитесь удаленно, велика вероятность, что одиночество и..