Публикации по теме 'machine-learning'
Интеграция Python и Tableau
Оживите свой анализ с помощью привлекательной визуализации данных.
При выполнении углубленного анализа больших и неструктурированных наборов данных невозможно переоценить возможности Python и соответствующих библиотек машинного обучения. Matplotlib служит отличным инструментом для визуализации результатов, но его варианты стилизации не всегда оптимальны для использования в презентациях и информационных панелях. Конечно, вы можете заставить его работать, но программное обеспечение для..
Изучение пересечения искусственного интеллекта и конфиденциальности
Раскрытие потенциала ИИ: взгляд на его влияние на конфиденциальность
Искусственный интеллект (ИИ) быстро становится неотъемлемой частью нашей повседневной жизни, от виртуальных помощников в наших смартфонах до беспилотных автомобилей на дорогах. С ростом распространенности ИИ важно понимать последствия этой технологии для нашей конфиденциальности и безопасности данных.
Конфиденциальность — это важное право человека, и использование ИИ вызывает некоторые опасения по поводу того, как..
Использование машинного обучения в компьютерной томографии
Текущий сценарий машинного обучения и управления томографическими изображениями для более быстрой диагностики
Введение
Искусственный интеллект, особенно машинное обучение, в настоящее время используется в нескольких секторах общества, таких как промышленность, общественная безопасность, образование, медицина и другие. Что касается медицинских наук, искусственный интеллект используется в основном в компьютерной томографии (КТ), начиная с реконструкции изображений [2] и заканчивая..
Особенности локального бинарного шаблона для классификации текстуры
Руководство по улучшению текстур с помощью LBP.
Прошел почти год с момента моего последнего поста на Medium. Начиная с сегодняшнего дня, в начале 2023 года, я планирую писать больше кодов, а также постов в блогах. *Надеюсь* Я буду последователен в своих словах, лол :)
Введение
В этой статье я хочу доказать, что, хотя глубокое обучение является современным современным подходом к классификации изображений, это не обязательно означает, что созданные вручную функции в сочетании с..
Анализ цикла ажиотажа Gartner для ИИ
Анализ цикла ажиотажа Gartner для ИИ
Особое внимание уделяется аспектам языковых технологий
Введение
Прошло почти 10 месяцев с тех пор, как Gartner Hype Cycle for AI был выпущен, и есть несколько соображений, которые я хотел бы обсудить в отношении диалогового AI.
Принимая во внимание Цикл ажиотажа ИИ Gartner, можно выделить пять технологий, связанных с языковыми технологиями и разговорным ИИ, которые составляют 15% отчета.
Эти пять связанных с языком технологий в цикле..
Как масштабирование меняет основные компоненты? - Часть 2
На сегодняшний день я хочу выполнить некоторую нормализацию в отношении существующей в данных дисперсии.
Обратите внимание, что эта публикация предназначена для моего обучения.
Сравнение Numpy и Tensor-flow SVD
Когда я использовал разложение по собственным значениям, чтобы найти основные компоненты, знаки для основных компонентов изменились, поэтому, когда мы проецируем данные в основное пространство, мы замечаем, что данные были перевернуты. Тем не менее, когда мы..
Забудьте о PIP, Conda, requirements.txt! Вместо этого используйте поэзию и поблагодарите меня позже
Наконец-то появилось безболезненное управление зависимостями
Для библиотеки A требуется Python 3.6. Библиотека B зависит от библиотеки A, но требует Python 3.9, а библиотека C зависит от библиотеки B, но требует определенной версии библиотеки A, совместимой с Python 3.6.
Добро пожаловать в ад зависимости!
Поскольку нативный Python — это мусор без внешних пакетов для науки о данных, специалисты по обработке и анализу данных часто могут оказаться в ловушке ситуаций с зависимостями..