สิ่งตีพิมพ์ในหัวข้อ 'technology'


JavaScript - เงื่อนไขการลัดวงจร
เรียนรู้เงื่อนไขการลัดวงจร '&&' ในสามนาที Udemy Cyber ​​Monday Sale — หลักสูตรการพัฒนาเว็บและการพัฒนาซอฟต์แวร์หลายพันรายการลดราคาเพียง $10 ในระยะเวลาจำกัด! ดูรายละเอียดทั้งหมดและคำแนะนำหลักสูตรได้ที่นี่ นี่คือส่วนที่หนึ่งของซีรีส์สองส่วนในสัปดาห์นี้: เงื่อนไขการลัดวงจรด้วย && การประเมินการลัดวงจรด้วย || ตัวอย่าง พิจารณาสถานการณ์นี้: คุณมีโปรแกรมที่ต้องดึงข้อมูล แต่สามารถดึงข้อมูลนี้ได้หากออนไลน์อยู่เท่านั้น เราอาจพิจารณาใช้คำสั่ง if..
ความก้าวหน้าของการแยกตัวประกอบไบนารี่เมทริกซ์ ตอนที่ 3 (คณิตศาสตร์ขั้นสูงสำหรับการเรียนรู้ของเครื่อง)
การแยกตัวประกอบเมทริกซ์แบบไบนารีแบบไม่ลบแบบมีพารามิเตอร์แบบเบย์ (arXiv) ผู้แต่ง : Alberto Lumbreras , Louis Filstroff , Cédric Févotte บทคัดย่อ : เมทริกซ์ข้อมูลไบนารีสามารถแสดงข้อมูลได้หลายประเภท เช่น เครือข่ายสังคม การโหวต หรือการแสดงออกของยีน ในบางกรณี การวิเคราะห์เมทริกซ์ไบนารีสามารถจัดการได้ด้วยการแยกตัวประกอบเมทริกซ์ที่ไม่เป็นลบ (NMF) โดยที่เมทริกซ์ข้อมูลที่สังเกตได้จะถูกประมาณด้วยผลคูณของเมทริกซ์ที่ไม่เป็นลบที่มีขนาดเล็กกว่าสองตัว ในบริบทนี้ NMF..
การวิจัยจาก LLaMA ตอนที่ 2 (การเรียนรู้ของเครื่อง)
LLaMA: โมเดลภาษาพื้นฐานแบบเปิดและมีประสิทธิภาพ (arXiv) ผู้แต่ง : “Hugo Touvron”, “Thibaut Lavril”, “Gautier Izacard”, “Xavier Martinet”, “Marie-Anne Lachaux”, “Timothée Lacroix”, “Baptiste Rozière”, “Naman Goyal”, “Eric Hambro”, Faisal Azhar , "Aurelien Rodriguez", "Armand Joulin", "Edouard Grave", "Guillaume Lample" บทคัดย่อ : เราขอแนะนำ LLaMA ซึ่งเป็นคอลเลกชันของโมเดลภาษาพื้นฐานตั้งแต่พารามิเตอร์ 7B ถึง 65B เราฝึกโมเดลของเราด้วยโทเค็นนับล้านล้าน..
กรณีศึกษาวิทยาศาสตร์ข้อมูล: การทำนายเงินเดือนของการลงประกาศรับสมัครงาน
กรณีศึกษาแบบ End-too-End เพื่อคาดการณ์เงินเดือนของการลงประกาศรับสมัครงานสำหรับเครื่องมือค้นหางานโดยใช้การเรียนรู้ของเครื่องด้วยการใช้ Python “การศึกษาไม่ใช่การทำให้ฝูงสัตว์ผอมบาง การศึกษาคือการช่วยให้นักเรียนทุกคนประสบความสำเร็จ” แอนดรูว์ อึ้ง ในกรณีศึกษาวิทยาศาสตร์ข้อมูลแบบครบวงจรนี้ เราจะใช้โมเดลการเรียนรู้ของเครื่องที่หลากหลายเพื่อประเมินเงินเดือนสำหรับการลงประกาศรับสมัครงานสำหรับเครื่องมือค้นหางาน แน่นอน เราจะฝึกอบรมและประเมินประสิทธิภาพของโมเดล ML หลายรายการโดยใช้..
สร้างเครื่องมือค้นหาเครื่องหมายการค้าด้วย NoCode
Jina NOW เป็นโซลูชั่นที่สมบูรณ์บนพื้นฐาน Python สำหรับการจัดทำดัชนีหลายรูปแบบและการเรียกค้นข้อมูล สนับสนุนคู่โหมดที่แตกต่างกันหลายคู่ แต่บทความนี้สรุปขั้นตอนในการใช้โซลูชันการค้นหาข้อความเป็นรูปภาพและรูปภาพต่อรูปภาพที่ใช้งานได้จริง โดยไม่ต้องใช้โค้ดเลย เราจะแนะนำคุณตลอดขั้นตอนในการสร้างเครื่องมือค้นหาข้อความเป็นรูปภาพของคุณเองโดยไม่มีอะไรมากไปกว่าไดเรกทอรีของรูปภาพและการติดตั้ง Jina NOW หากคุณต้องการข้ามขั้นตอนเหล่านี้ทั้งหมดทันทีและเห็นผลลัพธ์ ให้เลื่อนลงไปที่หัวข้อ..
สถาปัตยกรรมความพร้อมใช้งานของรายการของ Instacart: การแก้ปัญหาเพื่อขนาดและความสม่ำเสมอ
สถาปัตยกรรมความพร้อมใช้งานของรายการของ Instacart: การแก้ปัญหาเพื่อขนาดและความสม่ำเสมอ สถาปัตยกรรมความพร้อมใช้งานของรายการของ Instacart: การแก้ปัญหาเพื่อขนาดและความสม่ำเสมอ โพสต์บนบล็อกนี้เป็นส่วนสุดท้ายของซีรีส์สามส่วนที่สรุปแนวทางเชิงนวัตกรรมของเราในการเอาชนะความท้าทายด้านสินค้าคงคลัง เจาะลึกการประยุกต์ใช้การออกแบบผลิตภัณฑ์ การเรียนรู้ของเครื่อง และเทคโนโลยีทางวิศวกรรม นี่คือ "ตอนที่ 1" และ "ตอนที่ 2" ของซีรีส์นี้ หากคุณต้องการติดตาม ในส่วนแรกของซีรีส์นี้..
จะจดบันทึกอย่างมีประสิทธิภาพในขณะที่เรียนรู้การเขียนโค้ดได้อย่างไร
การจดบันทึกเปลี่ยนการเรียนรู้แบบพาสซีฟเป็นการเรียนรู้แบบกระตือรือร้น สิ่งสำคัญคือต้องจดบันทึกเพื่อที่เราจะได้จดจำและเข้าใจสิ่งที่เราได้เรียนรู้ได้ดีขึ้น เมื่อเราเขียนด้วยคำพูดของเราเองแทนที่จะคัดลอกข้อมูลในขณะที่จดบันทึก เรามั่นใจว่าข้อมูลนั้นจะถูกวางไว้ในใจของเราดีขึ้น มันปรับปรุงกระบวนการเรียนรู้ เมื่อจำเป็น เราสามารถกลับไปที่บันทึกย่อและทำซ้ำหัวข้อต่างๆ ได้ เราสามารถแก้ไขสถานที่ที่เราต้องการเพิ่มหรือเปลี่ยนแปลงบันทึกย่อที่เขียนไว้ก่อนหน้านี้ได้..