SMOTE

W tym artykule omówimy w jaki sposób moduł SMOTE pomaga zwiększyć liczbę niedoreprezentowanych przypadków w zbiorze danych modelu uczenia maszynowego. SMOTE jest najlepszą metodą,...

Generatywne sieci przeciwstawne 

W tym artykule dowiesz się o generatywnych sieciach przeciwstawnych (ang. Generative Adversarial Networks, GAN). Generative adversarial networks są generatywnym podejściem do modelowania dla technik...

Uczenie się przez transfer

Ponieważ zbiory danych drastycznie rosną, rozwijamy umiejętności, aby poprawić sposób, w jaki trenujemy głębokie sieci neuronowe. Pomaga to naukowcom mapować dane wejściowe i wyjściowe...

Sfederowana nauka

Eksperci patrząc na przyszłe osiągnięcia, które mogą przynieść korzyści światu, kładą nacisk na prywatność danych. Ponieważ sztuczna inteligencja rozwija zdolność do naśladowania wzorców zachowań,...

Programowanie funkcyjne

W programowaniu funkcyjnym, projektujesz oprogramowanie używając czystych funkcji. Co więcej, zmniejsza to ryzyko wystąpienia efektów ubocznych, mutowalnych danych i współdzielonego stanu. Możesz użyć programowania...

Uczenie maszynowe w Julii

Python, bez wątpienia, jest wiodącym językiem kodowania w uczeniu maszynowym. Ze względu na jego ogromną popularność, może on pomóc w wykonywaniu wielu zadań i...