Публикации по теме 'deep-learning'
Исследовательские работы, основанные на разработках в области настройки гиперпараметров
Иерархическая совместная настройка гиперпараметров ( arXiv )
Автор: Ахмад Эсмаили , Захра Горрати , Эрик Мэтсон
Аннотация . Настройка гиперпараметров является одним из наиболее важных этапов создания решений для машинного обучения. В этой статье показано, как можно использовать многоагентные системы для разработки распределенного метода определения почти оптимальных значений для любого произвольного набора гиперпараметров в модели машинного обучения. Предлагаемый метод..
ChatGPT Топ-4 крупнейших соперника
Искусственный интеллект (ИИ) — это новая технология, которая покорила мир. У него есть потенциал революционизировать нашу жизнь бесчисленными способами, от того, как мы работаем и играем, до того, как мы взаимодействуем с другими.
ИИ — это способность машин выполнять задачи, которые обычно требуют человеческого интеллекта. Благодаря продвинутым алгоритмам машины могут учиться на данных, делать прогнозы и решать проблемы способом, который когда-то считался исключительным для человека...
Инновационные исследовательские идеи, связанные с социальными и информационными сетями, часть 1
Управляемая пользователями структура для регулирования и аудита социальных сетей (arXiv)
Автор: Сара Х. Сен , Александр Мадри , Деваврат Шах .
Аннотация: Люди формируют суждения и принимают решения на основе информации, которую они наблюдают. Растущая часть этой информации не только предоставляется, но и тщательно обрабатывается платформами социальных сетей. Хотя законодатели в основном согласны с тем, что платформы не должны работать без какого-либо надзора, нет единого мнения о..
Понимание суммирования текста, часть 5 (искусственный интеллект)
Использование локальности в абстрактном обобщении текста (arXiv)
Автор: Исинь Лю , Ансон Ни , Линьонг Нан , Будхадитья Деб , Чэнгуан Чжу , Ахмед Х. Авадаллах , Драгомир Радев
Вывод: модели нейронного внимания значительно улучшили многие задачи обработки естественного языка. Однако квадратичная сложность памяти модуля внутреннего внимания по отношению к длине входных данных препятствует их применению при обобщении длинных текстов. Вместо разработки более эффективных модулей..
Что такое концепция 1-Липшица, часть 4 (машинное обучение)
Пространство вероятностных 1-липшицевых отображений (arXiv)
Автор: Мохаммед Башир .
Аннотация: Мы вводим и изучаем естественное понятие вероятностных 1-липшицевых отображений. Мы доказываем, что пространство всех вероятностных 1-липшицевых отображений, определенных на вероятностном метрическом пространстве G, также является вероятностным метрическим пространством. Более того, когда G — группа, то пространство всех вероятностных 1-липшицевых отображений, определенных на G, можно..
Как работает коллективное принятие решений, часть 2 (машинное обучение)
Эффективность коллективного принятия решений с помощью квадратичных переводов (arXiv)
Автор: Джон Х. Эгия , Николь Имморлика , Стивен П. Лалли , Катрина Лигетт , Глен Вейл , Димитриос Ксефтерис .
Аннотация: Рассмотрим следующую задачу коллективного выбора: группа агентов с ограниченным бюджетом должна выбрать одну из нескольких альтернатив. Существует ли бюджетно-сбалансированный механизм, который: 1) не зависит от специфических характеристик группы, 2) не требует..
Предсказание следующего слова с использованием данных SwiftKey
Подробная реализация предсказания следующего слова
В этом блоге я познакомлю вас с вероятностным и классификационным подходом к предсказанию следующего слова по заданной последовательности слов.
Оглавление
Бизнес-проблема Формулировка машинного обучения Существующая работа Первый подход Визуализация данных Вероятностный подход Подход к классификации Сравнение результатов Примеры Будущие работы Ссылки
Бизнес-проблема
Эта проблема относится к..