人工智能遇见磐创

摘要： 作者|Nathan Lambert 编译|VK 来源|Towards Data Science 1.监督学习 现代强化学习几乎完全集中在深度强化学习上。深度强化学习中的“深”一词意味着在算法的核心方面使用神经网络。神经网络在学习过程中进行一些高维近似。话虽如此，该模型并不需要具有许多层和特征，这是一 阅读全文

摘要： 作者|ANIRUDDHA BHANDARI 编译|VK 来源|Analytics Vidhya 概述 Python风格教程将使你能够编写整洁漂亮的Python代码 在这个风格教程中学习不同的Python约定和Python编程的其他细微差别 介绍 你有没有遇到过一段写得很糟糕的Python代码？我知道 阅读全文

摘要： 作者|ABHISHEK SHARMA 编译|VK 来源|Analytics Vidhya 概述 在数据科学和分析领域，偏度是一个重要的统计学概念 了解什么是偏度，以及为什么它对作为数据科学专业人士的你很重要 介绍 偏度的概念已融入我们的思维方式。当我们看到一个图像时，我们的大脑会直观地分辨出图表中的 阅读全文

摘要： 作者|Renu Khandelwal 编译|VK 来源|Medium 我们从以下问题开始 循环神经网络能解决人工神经网络和卷积神经网络存在的问题。 在哪里可以使用RNN？ RNN是什么以及它是如何工作的？ 挑战RNN的消梯度失和梯度爆炸 LSTM和GRU如何解决这些挑战 假设我们正在写一条信息“Le 阅读全文

摘要： 作者|ABHISHEK SHARMA 编译|VK 来源|Analytics Vidhya 介绍 自然语言处理是数据科学领域最热门的课题之一。公司在这一领域投入大量资金进行研究。每个人都在努力了解自然语言处理及其应用，并以此为生。 你知道为什么吗？ 因为仅仅在短短几年的时间里，自然语言处理已经发展成为 阅读全文

摘要： 作者|Christian Hubbs 编译|VK 来源|Towards Data Science Ray不仅仅是一个用于多处理的库，Ray的真正力量来自于RLlib和Tune库，它们利用了强化学习的这种能力。它使你能够将训练扩展到大型分布式服务器，或者利用并行化特性来更有效地使用你自己的笔记本电脑进 阅读全文

摘要： 该库代表Ultralytics对未来对象检测方法的开源研究，并结合了以前的YOLO库https://github.com/ultralytics/yolov3在自定义数据集上训练了数千个模型而得到的最佳实践。**所有代码和模型都在积极的开发中，如有修改或删除，恕不另行通知。**如果使用，风险自负。 阅读全文

摘要： 学习Dataset类的来龙去脉，使用干净的代码结构，同时最大限度地减少在训练期间管理大量数据的麻烦。 神经网络训练在数据管理上可能很难做到“大规模”。 PyTorch 最近已经出现在我的圈子里，尽管对Keras和TensorFlow感到满意，但我还是不得不尝试一下。令人惊讶的是，我发现它非常令人耳目 阅读全文

摘要： 作者|RAM DEWANI 编译|VK 来源|Analytics Vidhya 概述 Excel图表是展示你的分析技能的强大方式 这里有三个Excel图表，每个分析师都应该熟悉 介绍 我喜欢创造现成的视觉效果。大多数分析专业人士都能拿出条形图或折线图，但能让你的可视化技能更上一层楼的能力正是分析师们 阅读全文

摘要： 机器学习使我们能够训练一个可以将数据转换为标签的模型，从而把相似的数据映射到相似或相同的标签。 例如，我们正在为电子邮件构建一个垃圾邮件过滤器。我们有很多电子邮件，其中一些标记为垃圾邮件，另一些标记为正常邮件(INBOX)。我们可以构建一个模型，该模型学习识别垃圾邮件。被标记为垃圾邮件的邮件在某种程 阅读全文