iXdi - Σύγχρονος προγραμματισμός

Δημοσιεύσεις για το θέμα 'deep-learning'


Πώς λειτουργεί ο χώρος Orlicz part2 (Machine Learning)
Ανάβαση και κάθοδος χειριστών WCT σε χώρους Orlicz (arXiv) Συγγραφέας: Σ. Nojoumi , S. Shamsigamchi Περίληψη: Σε αυτό το άρθρο ασχολούμαστε με τελεστές σταθμισμένου υπό όρους τύπου (WCT) σε χώρους Orlicz. Αποδεικνύουμε ότι όλοι οι τελεστές WCT έχουν πεπερασμένη ανάβαση. Επίσης, παρέχουμε ορισμένες επαρκείς προϋποθέσεις ώστε οι χειριστές WCT να έχουν πεπερασμένη κάθοδο. Ως συνέπεια, βρίσκουμε μερικές αποσυνθέσεις για το χώρο Orlicz L. Στη συνέχεια συζητάμε τελεστές WCT με όριο..

Εργασία με Περιορισμούς Matroid part3 (Machine Learning)
Προσαρμοστική υπομονάδα βελτιστοποίησης υπό Matroid περιορισμούς (arXiv) Συγγραφέας: Daniel Golovin , Andreas Krause Περίληψη: Πολλά σημαντικά προβλήματα στη διακριτή βελτιστοποίηση απαιτούν μεγιστοποίηση μιας μονοτονικής υποαρθρωτής συνάρτησης που υπόκειται σε περιορισμούς μητροειδούς. Για αυτά τα προβλήματα, ένας απλός άπληστος αλγόριθμος είναι εγγυημένος για την απόκτηση σχεδόν βέλτιστων λύσεων. Σε αυτό το άρθρο, επεκτείνουμε αυτό το κλασικό αποτέλεσμα σε μια γενική κατηγορία..

Ποιο Πλαίσιο βαθιάς μάθησης πρέπει να μάθω;
Αποφασίστε ποιο πλαίσιο βαθιάς μάθησης λειτουργεί καλύτερα για εσάς Θέλετε, λοιπόν, να βρέξετε τα χέρια σας στο Deep Learning. Αναζητήστε τις κοινές βιβλιοθήκες στο google και δημιουργήσατε αυτήν τη λίστα. Θεανώ Κεράς TensorFlow PyTorch CNTK

Εργασία με τους Optimal Transport Maps part1 (Σύνθετος Υπολογισμός)
Βέλτιστη εκτίμηση χάρτη μεταφοράς σε χώρους γενικών συναρτήσεων ( arXiv ) Συγγραφέας : Vincent Divol , Jonathan Niles-Weed , Aram-Alexandre Pooladian Περίληψη : Θεωρούμε το πρόβλημα της εκτίμησης του βέλτιστου χάρτη μεταφοράς μεταξύ μιας (σταθερής) κατανομής πηγής P και μιας άγνωστης κατανομής στόχου Q, με βάση δείγματα από το Q. Η εκτίμηση τέτοιων βέλτιστων χαρτών μεταφοράς γίνεται όλο και περισσότερο σχετικές σε σύγχρονες στατιστικές εφαρμογές, όπως η γενετική..

Καλύτερη έρευνα όλων των εποχών σχετικά με τα Generative Adversarial Networks (GAN) part14 (Machine Learning)
GAN-AE: Ένας αλγόριθμος ανίχνευσης ανωμαλιών για αναζήτηση New Physics σε δεδομένα LHC (arXiv) Συγγραφέας: Louis Vaslin , Vincent Barra , Julien Donini Περίληψη: Τα τελευταία χρόνια, το ενδιαφέρον έχει αυξηθεί για εναλλακτικές στρατηγικές για την αναζήτηση της Νέας Φυσικής πέρα ​​από το Καθιερωμένο Μοντέλο. Μια προβλεπόμενη λύση έγκειται στην ανάπτυξη αλγορίθμων ανίχνευσης ανωμαλιών που βασίζονται σε τεχνικές μηχανικής εκμάθησης χωρίς επίβλεψη. Σε αυτό το άρθρο, προτείνουμε ένα..

Πώς λειτουργεί το Kernel PCA part6 (Machine Learning)
Ημι-εποπτευόμενος πυρήνας PCA (arXiv) Συγγραφέας: Christian Walder , Ricardo Henao , Morten Mørup , Lars Kai Hansen Περίληψη: Παρουσιάζουμε τρεις γενικεύσεις της Ανάλυσης Κύριων Στοιχείων του Πυρήνα (KPCA) που ενσωματώνουν τη γνώση των ετικετών κλάσεων ενός υποσυνόλου των σημείων δεδομένων. Το πρώτο, το MV-KPCA, τιμωρεί τις αποκλίσεις εντός κατηγορίας παρόμοιες με την ανάλυση διάκρισης Fisher. Το δεύτερο, το LSKPCA είναι ένα υβρίδιο παλινδρόμησης ελαχίστων τετραγώνων και PCA..

Απλές και επεκτάσιμες λύσεις για μη δομημένα δεδομένα στο Lakehouse
Όταν σκέφτεστε τις ιδανικές διακοπές, περιλαμβάνει μηχανική μάθηση; Ψάχνετε για διασκεδαστικούς νέους τρόπους για να κάνετε αναζητήσεις ομοιότητας σε ενσωματώσεις που έχετε δημιουργήσει χρησιμοποιώντας μοντέλα τελευταίας τεχνολογίας στο lakehouse; Αναρωτιέστε τι είναι το lakehouse; Δεν έχετε ξανακούσει για ενσωμάτωση; Αν κάποιο από αυτά είναι αλήθεια, σας έχω καλά νέα — ήρθατε στο σωστό μέρος. Αυτό το ιστολόγιο θα σας εισάγει στη διαδικασία χρήσης μηχανικής εκμάθησης για τη δημιουργία..

Νέα υλικά

Προπτυχιακοί φοιτητές: Δημιουργήστε έναν διακομιστή REST API με το NodeJS
Εντάξει! έχουμε το περιβάλλον μας έτοιμο και τρέχει, οπότε… ας εφαρμόσουμε έναν διακομιστή REST API που βασίζεται στο NodeJS. Μια σύντομη ανακεφαλαίωση: Το αποθετήριο μας φιλοξενείται στο..

React Native Navigation Experimental in Depth
Σε αυτό το σεμινάριο, θα εξετάσω όλα όσα έχω μάθει και θα σας δείξω πώς να δημιουργήσετε ισχυρή πλοήγηση με πλήρη χαρακτηριστικά χρησιμοποιώντας NavigationExperimental . Το τελικό repo για αυτό..

Aiding and a Betting Horse Racing» Μοντέλο
Shan Ali, Letian Zhao, David Cruz Σύνδεσμος GitHub: https://github.com/ericericzhao945/APM-Final-Project Περίληψη Σύμφωνα με τον ιστότοπο World Horse Racing, το HKJC είναι ένας από..

Βελτίωση πωλήσεων χρησιμοποιώντας καλύτερη κατάταξη αναζήτησης
Το Findify μπορεί να εξατομικεύσει όλα τα σημαντικά σημεία επαφής στο κατάστημά σας: αναζήτηση, πλοήγηση κατηγοριών και προτάσεις πολλών σελίδων. Από αυτήν τη στοίβα, ένα από τα πιο περίπλοκα..

Angular και Bokeh
Πρόσφατα αντιμετωπίσαμε το πρόβλημα να εμφανίσουμε ένα σχήμα γραφήματος ποιότητας σε μια εφαρμογή ή ιστότοπο. Αλλά επιπλέον θέλετε να μπορείτε να στέλνετε συμβάντα ενημέρωσης από το back-end της..

Καλύτερη έρευνα όλων των εποχών σχετικά με τα Generative Adversarial Networks (GAN) part14 (Machine Learning)
GAN-AE: Ένας αλγόριθμος ανίχνευσης ανωμαλιών για αναζήτηση New Physics σε δεδομένα LHC (arXiv) Συγγραφέας: Louis Vaslin , Vincent Barra , Julien Donini Περίληψη: Τα τελευταία χρόνια, το..

Τι νέο υπάρχει στο JavaScript ES2022
Αυτό το άρθρο είναι επίσης διαθέσιμο σε μορφή βίντεο . Συναρπαστικές νέες δυνατότητες εισάγονται στην προδιαγραφή ECMAScript το 2022. Σε αυτό το άρθρο θα εξερευνήσουμε τα κυριότερα σημεία..