Свързани публикации 'neural-networks'


Използване на невронна мрежа за избиране на победителите от March Madness
Тази статия е повече за основното внедряване на невронна мрежа и по-малко за резултатите от използването на AI за избиране на победители. Както скоро ще видите, изборите се представиха зле и беше ясно от преди началото на турнира, че изборите също бяха съмнителни в най-добрия случай. Турнирът започна на 17.3.22 г. и завърши на 4.4.2022 г. Като настрана това беше първият ми опит да направя невронна мрежа и беше много забавно! Не съм експерт по никакъв начин, но обичам да използвам..
D4S Неделен брифинг #152
D4S Неделен брифинг #152 Седмичен бюлетин с най-новите разработки в науката за данни и машинното обучение и изкуствения интелект.​​ 24 април 2022 г ​Скъпи приятели, ​ Добре дошли в изданието на неделния брифинг за Великден. Тази седмица сме горди да обявим най-новата публикация от поредицата G4Sci: „Припокриване на съседство и тежести на ръбовете“. В подстега на V4Sci най-новата публикация обхваща „Климатичната спирала на НАСА“, докато в „Среден“ имаме обобщение на „10-те най-добри..
По-задълбочено разбиране на NNets (част 1) — CNN
Въведение Deep Learning и AI бяха нашумелите думи за 2016 г.; до края на 2017 г. те зачестиха и станаха по-объркващи. Така че нека се опитаме да разберем всичко едно по едно. Ще разгледаме сърцето на Deep Learning, т.е. невронни мрежи (NNets). Повечето варианти на NNets са трудни за разбиране и основните архитектурни компоненти ги карат да звучат (теоретично) и да изглеждат (графично) еднакви. Благодарение на Fjodor van Veen от The Asimov Institute имаме честно представяне на..
Прогнозиране на времеви редове чрез машина за екстремно обучение
Подход за обучение в една стъпка Екстремна обучаваща се машина Най-разпространената архитектура на изкуствена невронна мрежа е невронната мрежа с предварителна връзка. Информацията на тази мрежа се разпространява (тече) в една посока от входния слой към изходния слой. Extreme Learning Machine (ELM) са невронни мрежи с предварителна връзка, които могат да се използват например за подходи за регресия и класификация. Теглата между входния слой и скрития слой се задават на случаен..
Въведение в дълбокото обучение и невронните мрежи
Въведение в дълбокото обучение и невронните мрежи | Quick KT Въведение в дълбокото обучение, невронни мрежи, машинно обучение quickkt.com
Преглед на ограничената машина на Болцман
Въведение Както обещах в последния си блог днес, ще обсъдя друг тип невронна мрежа - Ограничена машина на Болцман (RBM). Това е техника за машинно обучение без надзор. Зад RBM има страшно изглеждащи математически формули. Тук се опитвам да дам просто, лесно разбираемо обяснение на RBM без много дълбоко гмуркане в математиката. Ограничената машина на Болцман е невронна мрежа. Това принадлежи към енергийно базирани модели. RBM може да не е много известно име като CNN или RNN, но..
Какво представлява разпространението напред и разпространението назад в изкуствената невронна мрежа?
Какво представлява разпространението напред и разпространението назад в изкуствената невронна мрежа? Разпространение напред: При разпространението напред входът се подава в невронната мрежа и изходът се генерира. След това този изход се сравнява с очаквания изход и грешката се изчислява. След това тази грешка се разпространява обратно през невронната мрежа, за да се актуализират теглата и да се подобри точността на мрежата. Обратно разпространение: При обратно..