Публикации по темата artificial-neural-network

Свързани публикации 'artificial-neural-network'

Изчерпателно обяснение на скоростта на учене в Deep Learning

Представете си, че се опитвате да се научите да карате велосипед. Когато започнете, не знаете как да балансирате правилно, така че може да паднете от мотора. Но всеки път, когато паднеш, се учиш от грешките си и се опитваш да се подобриш. Степента на обучение при задълбочено обучение е подобна на този процес. Той определя колко бързо или бавно коригираме обучението си въз основа на нашите грешки. Ако степента на учене е висока, това означава, че коригираме обучението си бързо. Точно..

Гмуркане дълбоко в невронните мрежи: Техническо изследване на алгоритмите за машинно обучение

Невронните мрежи и машинното обучение са в челните редици на технологичните иновации през последните години. Тези мощни алгоритми са способни да решават сложни проблеми и да правят прогнози с висока точност. Но какво точно представляват невронните мрежи и как работят? Невронната мрежа е вид алгоритъм за машинно обучение, моделиран според структурата на човешкия мозък. Тя се състои от слоеве от взаимосвързани възли или „неврони“, които обработват и предават информация. Мрежата се..

Проекти с изкуствен интелект

„Изкуственият интелект “ всъщност е изразен през 1956 г. от Джон Маккарти, професор в Дартмут. Години наред се смяташе, че компютрите никога няма да достигнат капацитета на човешкия мозък, но се оказа, че това не е така. Е, преди известно време нямахме достатъчно данни и изчислителна мощност, но сега с появата на големи данни и с появата на графични процесори, AI е осъществим. Разбрахте ли, че 90% от данните в света са генерирани само през последните две години? Компютрите могат да..

Сравняване на алгоритми за машинно обучение

В тази публикация се опитвам да сравня ефективността на различни класификатори за машинно обучение, предоставени от библиотеката Scikit Learn. Опитвам се да сравня ефективността на K-най-близките съседи, многослойния персептрон, дървото на решенията и машините за поддържащи вектори при класифициране на набор от данни за диабет, който изтеглих от Kaggle. Данните Наборът от данни, който използвам тук, е наборът от данни за диабета на индианците Pima от Kaggle . Нека първо да..

Оптимизирайте вашите интервали на ефективност!

Използвайте ANN с персонализирани функции за загуба, за да предвидите вероятни тавани и подове за бъдещото изпълнение на работата на работниците Тази статия е втората от поредица от три части за „Разширено моделиране на бъдещи диапазони на производителност на работниците чрез ANN с персонализирани функции за загуба“. Част 1 проучи защо е полезно да се предскаже вероятният таван и праг за бъдещото представяне на даден служител — и защо е трудно да се направи това ефективно, като се..

Какво означава да обучиш невронна мрежа?

Обучението на невронна мрежа е намирането на правилната комбинация от тегла за мрежата, за да бъде тя достатъчно добра за решаване на проблем. Вие: Но чакайте, какво означава всичко това? Аз : Нека обясня от самото начало. От какво се състои невронната мрежа? Невронните мрежи са изградени от отделни части, които се доближават до невроните – нервните клетки в мозъка и тялото ви, изпращащи информация чрез електрически и химични сигнали. — Тези части се наричат възли. Всеки възел..

Дали AI и машинното обучение са просто модни думи или имат някаква функционална употреба?

Какво представляват „умните“ машини и защо са ни необходими? И така, предишната ни статия за „пътеките на MedTech“ ви запозна с 6-те аспекта, които смятаме за най-важни в медицинската технология. Сега искаме да се задълбочим малко във всеки от тях, за да можете да оцените по-добре технологията и нейното приложение. Първо, изкуствен интелект (AI) и машинно обучение. Ето какво знаем досега: Изкуственият интелект произвежда интелигентни машини, които имат за цел да копират човешкия..