Publicații conexe 'artificial-intelligence'


Ești inteligent artificial?
Pentru că vine iarna Notă autorilor: Deoarece sunt în prezent într-un stagiu, singurul meu mijloc de venit este să aplaudați pentru acest articol, așa că vă rog să-i dați o palmă dacă vă place! Spre deosebire de opinia populară, inteligența este foarte la îndemâna computerului obișnuit. La nivel celular, toți suntem computere, care operează pe binarul metodologiei deterministe, fiecare definindu-ne euristica personalizată pentru operarea în cadrul sistemului. Al nostru…
Cum funcționează învățarea federată partea 2 (învățare automată 2023)
De la iterații zgomotoase în punct fix la ADMM privat pentru învățare centralizată și federată (arXiv) Autor : Edwige Cyffers , Aurelien Bellet , Debabrota Basu Rezumat: Studiem algoritmii de învățare automată diferențial privat (DP) ca exemple de iterații zgomotoase în punct fix, pentru a obține rezultate de confidențialitate și utilitate din acest cadru bine studiat. Arătăm că această nouă perspectivă recuperează metodele private bazate pe gradient, cum ar fi DP-SGD și oferă o..
Introducere în rețelele neuronale
Înainte de a vă scufunda în rețelele neuronale, este esențial să înțelegeți elementele de bază ale învățării automate. Învățarea automată implică utilizarea algoritmilor pentru a învăța modele din date. Pentru a spune mai simplu, computerul învață cum să efectueze sarcina analizând datele și descoperind modele. Există două tipuri principale de învățare automată: învățare supravegheată și învățare nesupravegheată. Aceste două tipuri de învățare automată pot fi dificil de înțeles,..
Funcție nouă: sănătatea mașinii
Actualizare caracteristică BinIt Funcție nouă: sănătatea mașinii Ajutând operatorii să urmărească în mod proactiv performanța echipamentului Status quo-ul Abilitatea de a identifica, diagnostica și remedia echipamentele subperformante este unul dintre cele mai utile instrumente ale operatorului MRF. Semnalarea rapidă a problemelor legate de echipamente – sau chiar în avans – economisește timp, bani și energie operatorilor și crește atât productivitatea, cât și eficiența. De la..
Aplicații ale autoencoderilor partea 2 (învățare automată)
Codificatoare automate ca filtre de model (arXiv) Autor: M. Andrecut Rezumat: Discutăm o abordare simplă pentru a transforma autoencoderele în „filtre de tipar”. Pe lângă filtrare, arătăm cum această abordare simplă poate fi folosită și pentru a construi clasificatoare robuste, învățând să filtreze numai modelele unei clase date. 2. Autoencodere cu set de permutare-invariante cu încorporare de dimensiuni fixe pentru învățarea cu mai mulți agenți (arXiv) Autor: Ryan Kortvelesy ,..
Crearea decoratorilor personalizați: Ghid pas cu pas pentru construirea propriilor decoratori pentru a se potrivi...
Bine ati venit! Astăzi, vreau să mă aprofundez într-un subiect fascinant care vă va îmbunătăți abilitățile de codare și vă va face proiectele Python și mai eficiente și mai elegante: crearea decoratorilor personalizați. Decoratorii sunt o funcție puternică în Python, care vă permit să modificați dinamic comportamentul funcțiilor sau claselor. În acest ghid pas cu pas, vom explora cum să vă construiți proprii decoratori de la zero, adaptați nevoilor dumneavoastră specifice. Așa..
Validare încrucișată și criterii de informare
Un ghid cuprinzător pentru selecția modelului Introducere Când construiți modele predictive, un pas critic este selectarea celui mai bun model dintr-un grup de candidați. Această sarcină poate fi o provocare, dar două metode populare – validarea încrucișată și criteriile de informare – oferă abordări fiabile pentru selecția modelului. În acest articol, vom explora aceste tehnici în detaliu, evidențiind avantajele, dezavantajele, procesele pas cu pas și vom oferi un studiu comparativ..