Публікації на тему 'neural-networks'


Використання нейронної мережі для вибору переможців March Madness
У цій статті більше розповідається про базову реалізацію нейронної мережі, а не про результати використання ШІ для вибору переможців. Як ви незабаром побачите, результати виборів були поганими, і ще до початку турніру було зрозуміло, що вибірки також були в кращому випадку сумнівними. Турнір розпочався 17.03.22 і завершився 04.04.2022. Крім того, це був мій перший набіг на створення нейронної мережі, і це було дуже весело! Я ні в якому разі не експерт, але мені подобається..
D4S Недільний брифінг №152
D4S Недільний брифінг №152 Щотижневий інформаційний бюлетень з останніми розробками в галузі даних, машинного навчання та штучного інтелекту.​​ 24 квітня 2022 р ​Дорогі друзі, ​ Ласкаво просимо до Великоднього випуску недільного брифінгу. Цього тижня ми з гордістю оголошуємо останню публікацію в серії G4Sci: Накладення околиць і ваги країв . У підстеку V4Sci остання публікація присвячена Кліматичній спіралі NASA , а в Medium ми маємо підсумок 10 найкращих книг, які ми прочитали..
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..
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..
Вступ до глибокого навчання та нейронних мереж
Вступ до глибокого навчання та нейронних мереж | Quick KT Вступ до глибокого навчання, нейронних мереж, машинного навчання quickkt.com
Огляд обмеженої машини Больцмана
вступ Як і обіцяв у своєму останньому блозі сьогодні, я збираюся обговорити ще один тип нейронної мережі - обмежену машину Больцмана (RBM). Це техніка машинного навчання без нагляду. Страшно виглядають математичні формули, які стоять за RBM. Тут я намагаюся дати просте, зрозуміле пояснення RBM без глибокого занурення в математику. Обмежена машина Больцмана — це нейронна мережа. Це відноситься до моделей на основі енергії. RBM, можливо, не дуже відома назва, як CNN або RNN, але..
Що таке пряме поширення та зворотне поширення в штучній нейронній мережі?
Що таке пряме поширення та зворотне поширення в штучній нейронній мережі? Пряме розповсюдження: Під час прямого розповсюдження вхідні дані подаються в нейронну мережу, а вихідні дані генеруються. Потім цей вихід порівнюється з очікуваним результатом і обчислюється помилка. Ця помилка потім поширюється через нейронну мережу, щоб оновити ваги та підвищити точність мережі. Зворотне розповсюдження: Під час зворотного розповсюдження помилка поширюється через нейронну мережу,..