Публікації

Проекційне відображення Three js fiber і React
Дуже проста реалізація відображення проекцій, виконана в React за допомогою шейдерів glsl, працює на будь-якому типі поверхні, а також рухається чи обертається! Ви можете перевірити це в наступній пісочниці -› https://codesandbox.io/s/czxbw Короткий огляд сцени, створеної в React: Лише за кілька рядків коду я створюю сцену для нашого проекту як компонент React: Спочатку я імпортую необхідні бібліотеки, CameraHelper з threejs, щоб ми могли показати деякі штучки на камері, яку..
Інтерв'ю з науковцем даних
Кар'єра , Data Science Інтерв'ю з науковцем даних Професійний дослідник даних відповідає на 12 найпоширеніших запитань. Розвійте та розвійте міфи, які ви створили навколо цієї сфери! Спочатку опубліковано на louisbouchard.ai , прочитайте його за 2 дні до цього на моєму блозі ! Ця стаття є підсумком інтерв’ю з Kashyap Barua [1], досвідченим науковцем з даних. Ці запитання, які часто задають, були взяті зі спільноти Learn AI Together on Discord [2]. Короткий вступ..
Як запланувати конвеєри Vertex AI з Airflow
У цій статті ми представимо альтернативу рекомендованому Google підходу до планування запуску конвеєра Vertex AI. Рекомендація Google У поточній документації ми: 1. Створіть конвеєр і завантажте специфікацію конвеєра в GCS 2. Створіть хмарну функцію за допомогою тригера HTTP 3. Створіть завдання планувальника завдань. Це чудово працює, і це дешевше, ніж запущена служба Composer. За винятком того, що я використовую Cloud Composer (Airflow), щоб керувати іншими конвеєрами, і мати..
Паралельність проти паралелізму (в комп’ютерному контексті)
Комп’ютери наполегливо працюють, припустімо, у вас є 100 справ, які потрібно зробити протягом дня, і ви закінчите їх усі. Ви б не виконали всі 100 завдань одночасно, це було б неможливо для людини. Ви б працювали над одним завданням за раз і переходили між завданнями. Якщо у вас виростить додаткова пара рук, ви зможете виконувати більше ніж одне завдання одночасно. Це схоже на комп’ютери з одноядерним процесором. Одне ядро ​​може виконувати одне завдання за раз, але центральний процесор..
Найкращі кар’єрні перспективи у сфері штучного інтелекту в 2019 році
Штучний інтелект – це захоплююча можливість кар’єрного росту для тих, хто прагне вийти за межі бізнес-можливостей. Ця нова хвиля нових технологічних інновацій викликає суспільне занепокоєння. Що спровокує ця нова хвиля найближчими днями і якими будуть фундаментальні зміни та способи, як ми можемо впоратися зі змінами? Є питання, які викликають занепокоєння в цей новий час. Ми усвідомлюємо, що хоча нові технології продовжують становити загрозу для робочої сили, також важливо, щоб ми були..
Використання NLP коментарів для прогнозування рейтингів і представлення функцій онлайн-продуктів
Вам набридло читати довгу та показну сторінку опису товару? Ви коли-небудь бачили розбіжності між зірковими оцінками продукту та його коментарями? Ось рішення за допомогою деяких методів машинного навчання: Потрібні пакети Python: панди Re Sklearn Numpy Textblob matplotlib spaCy Вилучення та очищення тексту По-перше, ми вводимо дані, отримані з Інтернету, і вивчаємо формат коментарів, щоб краще зрозуміти, як ми можемо працювати з даними та знайти деякі закономірності...
Глибше розуміння NNet (частина 1) — CNN
вступ Глибоке навчання та штучний інтелект були найпопулярнішими словами 2016 року; до кінця 2017 року вони стали більш частими і більш заплутаними. Тож давайте спробуємо зрозуміти все по черзі. Ми заглянемо в серце глибокого навчання, тобто нейронні мережі (NNets). Більшість варіантів NNet важко зрозуміти, а базові архітектурні компоненти роблять їх усі звучними (теоретично) і виглядають (графічно) однаково. Завдяки Федору ван Віну з Інституту Азімова ми маємо справедливе..
Мої висновки про «Ватажка банди на один день» Судхіра Венкатеша
У молодшій школі я зараз відвідую семінар AP. Наше останнє наукове дослідження стосувалося сприйняття та реалій американської злочинності. Щоб дізнатися про злочинність в Америці, я взяв книгу Судхіра Венкатеша Ватажок банди на один день, негідник-соціолог виходить на вулиці. Я купив видання Penguin, ISBN 978–0–14–311493–2. Я уникатиму перефразування всієї книги; варто прочитати самому. Судхір Венкатеш — соціолог, який, будучи аспірантом університету в Чикаго, жив у чиказькому..
Чи буде використання Array.slice() також працювати як глибока копія?
Чи буде використання Array.slice() також працювати як глибока копія?
Як створити пошук Flickr за допомогою JavaScript і Python
Flickr містить мільярди фотографій і оновлює мільйони щодня вступ За даними Статистики DMR , щомісяця надходить 7 мільярдів запитів Flickr API, 500 мільйонів фотографій з ліцензією Creative Commons, 1 мільйон фотографій, якими ділиться щодня, і 10 мільярдів зображень на Flickr.
Прогнозування часових рядів за допомогою машини екстремального навчання
Одноетапний підхід до навчання Екстремальна навчальна машина Найпоширенішою архітектурою штучної нейронної мережі є нейронна мережа прямого зв’язку. Інформація цієї мережі поширюється (тече) в одному напрямку від вхідного рівня до вихідного. Extreme Learning Machine (ELM) — це нейронні мережі прямого зв’язку, які можна використовувати, наприклад, для підходів регресії та класифікації. Ваги між вхідним шаром і прихованим шаром призначаються випадковим чином. Тоді як ваги між..
CSS Dev Conf пропускає 2018 рік; повернення в 2019 році
CSS Dev Conf пропускає 2018 рік; повернення в 2019 році Для тих, хто не знайомий із ситуацією, у мене були проблеми з диханням протягом більшої частини мого життя, і вони завершилися раптовим, несподіваним перебуванням у лікарні в листопаді 2016 року. Коли надзвичайна ситуація минула, ми з Арі вирішили, що це може бути тривожним дзвіночком: ніхто з нас не дуже здоровий і не задоволений нашою ситуацією. Стрес, пов’язаний із веденням власного бізнесу без належних ресурсів для розвитку..
Зворотне поширення
Зворотне розповсюдження є ключовим алгоритмом у сфері штучного інтелекту та машинного навчання. Це математичний процес, який використовується для навчання нейронної мережі, що дозволяє їй навчатися на основі даних і з часом покращувати свою продуктивність. Термін «зворотне розповсюдження» відноситься до процесу розповсюдження інформації про помилки у зворотному напрямку через нейронну мережу. Іншими словами, це метод, за допомогою якого мережа вчиться на своїх помилках і відповідно..
Javascript для автоматизації тестування (E2)
Налаштування середовища розробки JavaScript Установіть останню версію веб-браузера Встановити текстовий редактор Встановіть Nodejs Node.js Node.js® — це середовище виконання JavaScript, створене на движку JavaScript V8 Chrome. nodejs.org Потім переконайтеся, що вузол встановлено. Коментарі Незважаючи на те, що Javascript розроблено для простоти та зручності використання, все ж можна написати складний код, який важко..
Дві хвилини НЛП — Ефективна ідентифікація намірів у коротких текстах із неконтрольованим навчанням
LDA, USE, Sentence-BERT, PCA, UMAP і HDBSCAN Для розуміння того, про що йдеться в коротких текстах, в основному існують два підходи до навчання без контролю: тематичне моделювання та кластеризація вкладень. Моделювання теми Моделювання тем використовується для виявлення прихованих тем у колекції документів. Дуже поширеним алгоритмом моделювання теми є LDA (Latent Dirichlet Allocation). Зверніть увагу, що гіперпараметром алгоритму LDA є кількість тем, які потрібно знайти, які..
Оператори та вирази в JS
Коли я почав вивчати JS, я був приголомшений тим, скільки виразів і операторів JavaScript я повинен запам’ятати або принаймні розпізнати. У цій статті я спробую охопити більшість із них, включаючи присвоєння, порівняння , арифметику , побітове , логічний і рядковий . Оператори присвоювання (=, += , -= , *=) Оператор присвоювання присвоює значення лівому операнду на основі значення правого операнда //Assignment operators Console.log( A = B) // A equal B Console.log( x +=1)..
Розблокування компонентів Power of View в ASP.NET Core
Уявіть собі будівництво будинку. Компоненти перегляду схожі на готові частини будинку, такі як вікна, двері та шафи, які легко вписуються у велику конструкцію. Ви можете поміняти їх місцями або змінити їхній зовнішній вигляд без необхідності перебудовувати весь будинок. Наприклад, кошик для покупок у веб-додатку схожий на готову кухонну шафу, яку можна розмістити в будь-якій кімнаті. Ви можете налаштувати його розмір і зовнішній вигляд, але функціональність залишається незмінною,..
Сервіси AWS: Початковий посібник
Вивільнення потужності хмари Вступ: У сучасному цифровому середовищі хмара стала невід’ємною частиною розробки сучасних програм. Amazon Web Services (AWS) є стандартом де-факто в хмарних обчисленнях, надаючи широкий спектр послуг, які дозволяють компаніям масштабувати, впроваджувати інновації та надавати надійні рішення. З мільйонами додатків, які використовують служби AWS по всьому світу, дуже важливо розуміти основні пропозиції, їхні функції та те, як їх легко інтегрувати в наші..
JavaScript: фрагмент і з’єднання
JavaScript: фрагмент і з’єднання JavaScript поставляється з багатьма функціями масиву, такими як «.push», ».unshift», «.pop» і «.shift». Однак ці методи зміни масиву не є практичними в усіх випадках, коли ви хочете їх використовувати, оскільки вони руйнівні та змінюють вихідний масив. Загалом краще уникати використання деструктивних методів, і ось де методи ". шматочок» і «. splice» вступають у дію. Slice — це метод масиву, який вибирає елементи в масиві та повертає його як новий..
Освоєння мистецтва машинного навчання: поради для успіху у вашій кар’єрі
Опанування мистецтва машинного навчання: поради щодо успіху у вашій кар’єрі У сучасному швидкоплинному цифровому світі сфера машинного навчання стає все більш важливою як для компаній, так і для окремих людей. Оскільки попит на інформацію, що керується даними, та інтелектуальну автоматизацію продовжує зростати, оволодіння мистецтвом машинного навчання стало надзвичайно важливою навичкою для тих, хто прагне процвітати у своїй кар’єрі. Незалежно від того, чи є ви досвідченим..