构建对象检测模型

作者|ALAKH SETHI 编译|VK 来源|Analytics Vidhya 目标检测 我喜欢深度学习。坦率地说,这是一个有大量技术和框架可供倾注和学习的广阔领域。当我看到现实世界中的应用程序,如面部识别和板球跟踪等时,建立深度学习和计算机视觉模型的真正兴奋就来了。 我最喜欢的计算机视觉和深入学 ...

人工智能遇见磐创 @ 2020/07/30

C++机器学习库介绍

作者|ALAKH SETHI 编译|VK 来源|Analytics Vidhya 介绍 我喜欢使用C++。C++是我学习过的第一种编程语言,我喜欢在机器学习中使用它。 我在之前写过关于构建机器学习模型的文章。我收到了一个回复,问我C++有没有机器学习的库? 这是个公平的问题。像Python和R这样的 ...

人工智能遇见磐创 @ 2020/07/30

PyTorch实现TPU版本CNN模型

作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 随着深度学习模型在各种应用中的成功实施,现在是时候获得不仅准确而且速度更快的结果。 为了得到更准确的结果,数据的大小是非常重要的,但是当这个大小影响到机器学习模型的训练时间时,这一直是一个值得关注的问 ...

人工智能遇见磐创 @ 2020/07/30

假设检验:使用p值来接受或拒绝你的假设

作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 检验是统计学中最基本的概念之一。不仅在数据科学中,假设检验在各个领域都很重要。想知道怎么做?让我们举个例子。现在有一个lifebuoy沐浴露。 沐浴露厂商声称,它杀死99.9%的细菌。他们怎么能这么说呢?必须有一种测试技术来 ...

人工智能遇见磐创 @ 2020/07/29

SparseNN中的优化

作者|The AI LAB 编译|VK 来源|Medium 对SparseNN模型的过拟合进行研究,并探索了多种正则化方法,如嵌入向量的max-norm/constant-norm、稀疏特征id的dropout、参数的freezing、嵌入收缩等。然而,据我们所知,在单次训练中,没有显著的减少过拟合 ...

人工智能遇见磐创 @ 2020/07/28

SparseNN中的优化

作者|The AI LAB 编译|VK 来源|Medium 对SparseNN模型的过拟合进行研究,并探索了多种正则化方法,如嵌入向量的max-norm/constant-norm、稀疏特征id的dropout、参数的freezing、嵌入收缩等。然而,据我们所知,在单次训练中,没有显著的减少过拟合 ...

人工智能遇见磐创 @ 2020/07/28

KNNImputer:一种可靠的缺失值插补方法

作者|KAUSHIK 编译|VK 来源|Analytics Vidhya 概述 学会用KNNImputer来填补数据中的缺失值 了解缺失值及其类型 介绍 scikit learn公司的KNNImputer是一种广泛使用的缺失值插补方法。它被广泛认为是传统插补技术的替代品。 在当今世界,数据是从许多来 ...

人工智能遇见磐创 @ 2020/07/28

生成流畅文本方法

作者|Aaron Abrahamson 编译|VK 来源|Towards Data Science 在沙丘魔堡2000上训练文本生成模型 沙丘魔堡是一个遥远的封建社会的故事。它关注的是一位公爵和他的家人,他们被迫成为沙漠星球阿拉基斯的管理者。弗兰克·赫伯特在1965年出版了这部经典作品。几乎任何现代 ...

人工智能遇见磐创 @ 2020/07/28

蒙特卡洛方法分析Web页面浏览量

作者|Michael Grogan 编译|VK 来源|Towards Data Science 蒙特卡洛这种方法在金融等领域得到了广泛的应用,以便对各种风险情景进行建模。 然而,该方法在时间序列分析的其他方面也有重要的应用。在这个特定的例子中,让我们看看蒙特卡洛方法如何被用来为web页面浏览量建模。 ...

人工智能遇见磐创 @ 2020/07/27

基于TorchText的PyTorch文本分类

作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 文本分类是自然语言处理的重要应用之一。在机器学习中有多种方法可以对文本进行分类。但是这些分类技术大多需要大量的预处理和大量的计算资源。在这篇文章中,我们使用PyTorch来进行多类文本分类,因为它有如 ...

人工智能遇见磐创 @ 2020/07/27

基于TorchText的PyTorch文本分类

作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 文本分类是自然语言处理的重要应用之一。在机器学习中有多种方法可以对文本进行分类。但是这些分类技术大多需要大量的预处理和大量的计算资源。在这篇文章中,我们使用PyTorch来进行多类文本分类,因为它有如 ...

人工智能遇见磐创 @ 2020/07/27

PyTorch实现用于文本生成的循环神经网络

作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 自然语言处理(NLP)有很多有趣的应用,文本生成就是其中一个有趣的应用。 当一个机器学习模型工作在诸如循环神经网络、LSTM-RNN、GRU等序列模型上时,它们可以生成输入文本的下一个序列。 PyTo ...

人工智能遇见磐创 @ 2020/07/26

用于数据分析的8个SQL技术

作者|RAM DEWANI 编译|VK 来源|Analytics Vidhya 概述 SQL是任何从事分析或数据科学的人都必须知道的语言 这里有8种用于数据分析的SQL技术,任何数据科学专业人士都会喜欢使用它 介绍 SQL是数据科学专业人员军械库中的一个关键齿轮。这是经验之谈,如果你还没有学会SQL ...

人工智能遇见磐创 @ 2020/07/26

使用微软Power BI进行时间序列预测

作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 时间序列预测是机器学习的一个非常重要的领域,因为它让你能够提前“预见”并据此制定业务计划。 在本博客中,我们将了解什么是时间序列预测,Power BI如何制作时间序列预测图和Power BI用于预测的模块。 什么是时间序列预 ...

人工智能遇见磐创 @ 2020/07/26

NLP中的Transformer 简介

作者|Renu Khandelwal 编译|VK 来源|Towards Data Science 在这篇文章中,我们将讨论以下有关Transformer的问题 为什么我们需要Transformer,Sequence2Sequence模型的挑战是什么? 详细介绍了Transformer及其架构 深入研 ...

人工智能遇见磐创 @ 2020/07/25

AI医生诊断肺炎

作者|Andre Ye 编译|Flin 来源|towardsdatascience 使用CNN识别胸部X光片中的肺炎 人工智能在现实世界中有多种应用,其中非常重要的一项是在医疗行业中的应用。在本文中,我将提供卷积神经网络如何从胸部X射线诊断肺炎的代码和过程。 导入库 让我们加载一些重要的库: fro ...

人工智能遇见磐创 @ 2020/07/24

基于Bert和通用句子编码的Spark-NLP文本分类

作者|Veysel Kocaman 编译|VK 来源|Towards Data Science 自然语言处理(NLP)是许多数据科学系统中必须理解或推理文本的关键组成部分。常见的用例包括文本分类、问答、释义或总结、情感分析、自然语言BI、语言建模和消歧。 NLP在越来越多的人工智能应用中是越来越重要 ...

人工智能遇见磐创 @ 2020/07/23

用Spark-NLP建立文本分类模型

作者|GUEST 编译|VK 来源|Analytics Vidhya 概述 在AWS电子病历上建立John Snow实验室的Spark NLP,并使用该库对BBC文章进行简单的文本分类。 介绍 自然语言处理是全球数据科学团队的重要过程之一。随着数据的不断增长,大多数组织已经转移到大数据平台,如apa ...

人工智能遇见磐创 @ 2020/07/22

7个开源数据科学项目

作者|PRANAV DAR 编译|VK 来源|Analytics Vidhya 概述 开源数据科学项目会给你的简历增加很多价值,帮助你在面试中脱颖而出 这里有7个开源数据科学项目 介绍 我要给你一个建议。我希望在我开始数据科学职业生涯的时候曾有人给过我这个建议。 当我在数据科学中穿越充满障碍的旅程时 ...

人工智能遇见磐创 @ 2020/07/22

强化学习的基本迭代方法

作者|Nathan Lambert 编译|VK 来源|Towards Data Science 研究价值迭代和策略迭代。 本文着重于对基本的MDP进行理解(在此进行简要回顾),将其应用于基本的强化学习方法。我将重点介绍的方法是"价值迭代"和"策略迭代"。这两种方法是Q值迭代的基础,它直接导致Q-Le ...

人工智能遇见磐创 @ 2020/07/20