Трансферно обучение: Пряк път за обучение на модели за задълбочено обучение Въведение Едно от основните предизвикателства при работа по всеки проект за задълбочено обучение е събирането на голям обем от данни, така че моделът да може да постигне достатъчна точност на тестовия набор. Но може да не винаги е възможно да се получи голям етикетиран набор от данни, върху който да работите, а ръчното събиране на набор от данни може да бъде досадна и отнемаща време работа. Едно от..

Изкуствен интелект Изкуствен и интелект . Означава да направите нещо изкуствено, което се държи интелигентно или изпълнява задача, която се нуждае от известна интелигентност. Какво говорим да направим интелигентно тук? Това може да бъде машина, мобилен телефон, кола, инвалидна количка, система за медицински анализ, система за програмиране или езикова обработка, всичко. „AI“ е въведен за първи път от Джон МакКрати през 1956 г. Сега имаше концепция. Но въпросът беше как да..

Намаляването на размерите е техника, която намалява броя на входните променливи в конкретен набор от данни, сега тук възниква въпросът защо трябва да намаляваме размерите на данните. Намаляването на размерите на данните намалява необходимото време и място за съхранение. Помага за премахване на мултиколинеарността, което подобрява интерпретацията на параметрите на модела за машинно обучение. Защото тогава става по-лесно да се визуализират данните, когато са намалени до по-ниски измерения...

Инженерингът на функции и извличането на функции са ключови — и отнемащи време — части от работния процес на машинно обучение. Те са за трансформиране на данни за обучение и разширяването им с допълнителни функции, за да направят алгоритмите за машинно обучение по-ефективни. Дълбокото обучение променя това, според неговите промоутъри. При задълбочено обучение човек може да започне със сурови данни, тъй като характеристиките ще бъдат автоматично създадени от невронната мрежа, когато се..